专利名称：被动辐射度量成像设备和方法
技术领域：
本发明涉及用于扫描场景并重构所述场景的图像的被动辐射度量成像(passive radiometric imaging)设备以及对应的方法。此外，本发明还涉及在被动福射度量成像设备中使用的处理装置和对应的方法。此外，本发明还涉及用于在计算机上实现所述方法的计算机程序。
背景技术：
电磁波根据波的频率被划分成若干类型。这些波已经被应用于许多应用，例如用于测量移动车辆之间的距离以便防止碰撞的车载雷达器设备、隐藏武器检测或恶心肿瘤细胞的检测。此外，在各种频率范围处操作的设备的整合和小型化的最新改进以及改进的生产和检测技术已经引起了开发此电磁辐射的特性的很大兴趣。示例是具有穿透非金属材料 (包括塑料、墙壁、衣服、烟雾)的能力的毫米波或亚毫米波(30GHz至若干THz)。电磁波可以以主动或被动的模式被使用。被动辐射度量成像系统通过使用辐射仪捕获由物体放射的电磁辐射来创建图像。这样的被动辐射度量成像系统例如可从 US2007/0221847A1 获知。被动电磁波是由任何物体自然地放射的。这些波的强度取决于物体本身。然而，这些信号是微弱的并且由于辐射仪的内部噪声因素和环境的外部噪声因素两者而迅速劣化。 因此，由辐射仪捕获的被动电磁波的辐射样本一般由于高的噪声变差而劣化。传统上，在被动辐射度量成像设备中，尝试采用图像去噪和增强算法来降低从传感器(例如辐射仪)获得的带噪图像的影响。这样的去噪或增强算法可以基于图像小波、 全变差(Total Variation)原理、流形学习(manifold learning)算法、类似维纳或双边滤波器的滤波方案、扩散算法或与频率空间中的外插组合的图像金字塔。许多其它技术也作为现有技术而存在。然而，所有这些算法都主要被设计作为带噪辐射仪图像的后期处理步骤。换而言之，这样的算法并不在恢复辐射仪图像时直接处理辐射度量样本，而是它们通过使用类似刚才提及的算法之一的算法来对来自辐射仪的全部样本的积分图像进行增强、改进或去噪。此外，这些技术可以在一定程度上抑制噪声，但是所产生的图像将由于传感器处的干扰和噪声的高度变化而遭受许多波动，在信噪比低的被动辐射仪的情况中尤其如此。因此，在重构之后所获得的图像将被劣化。这将使得将被动辐射度量成像设备应用于安全性筛选应用中的物体检测成为困难的任务。这主要由图像的劣化特质引起的，其可能要么导致错误警报要么导致一些可疑的物体从筛选中遗漏。
发明内容
本发明的一个目的是提供相比于已知的被动辐射度量成像设备和方法提供更好的图像质量的、用于对场景成像的被动辐射度量成像设备和对应的方法。本发明的另一个目的是提供一种用于在被动辐射度量成像设备中使用的处理装置和对应的处理方法，并且提供用于实现所述方法的对应计算机程序。根据本发明的一个方面，提供一种被动辐射度量成像设备，用于扫描场景并重构所述场景的图像，所述设备包括辐射仪，该辐射仪被配置为检测从所述场景的多个点在预定频谱范围内放射的辐射来获得包括每个点的至少一个辐射样本的辐射样本的数据集合，以及处理装置，该处理装置被配置为随后确定要重构的图像的像素的像素值，所述处理装置被适配为从所述数据集合确定来自辐射样本的数据子集的所述像素中的一个像素的像素值，所述数据子集包括在对应于或最接近于其像素值要被确定的像素的点处检测到的辐射样本，和/或在相邻点处检测到的辐射样本，所述处理装置包括-成本计算单元，该成本计算单元被配置为根据预定的成本函数来计算所述数据子集的辐射样本的成本，所述成本指示在各个辐射样本中的噪声级别，以及-优化单元，所述优化单元被配置为通过确定利用能量函数针对各个数据子集的不同辐射样本或不同辐射样本群组所确定的能量值的极值来确定作为标签值集合中的标签值的像素值，标签指示各个数据子集中的辐射样本或辐射样本群组，所述能量函数通过将第一被加数与第二被加数相加来获得和值，所述第一被加数包括针对其确定所述能量值的辐射样本或辐射样本群组的成本，并且所述第二被加数考虑了至少一个相邻数据子集的至少一个辐射样本或辐射样本群组的成本。根据本发明的另一个方面，提供一种用于在被动辐射度量成像设备中使用的处理装置，对应的被动辐射度量成像方法以及对应的处理方法。根据本发明的又一实施例，提供一种包括程序代码部件的计算机程序，该程序代码部件用于当计算机程序在计算机上被执行时使得计算机执行该处理方法的步骤。本发明的优选实施例被定义在从属权利要求中。应当理解，要求保护的处理装置、 处理方法、被动辐射度量成像方法和所要求保护的计算机程序与所要求保护的被动辐射度量成像设备具有如从属权利要求所限定的相似和/或相同的优选实施例。本发明基于这样的思想考虑一般是分段平滑表面的辐射度量表面的有用特性。 图像内的物体的表面的变化是平滑的。跳变和高度变化出现在辐射仪所捕获的场景的边缘处。因此，根据本发明，根据采样率和目标图像分辨率，考虑由辐射仪所检测到的所有辐射样本。此外，根据本发明，当计算图像的像素的像素值时，考虑辐射度量表面的特性。所述像素值随后可以直接地形成图像或者可以被进一步处理以用于重构图像，这优选被同时去噪或增强。此外，根据本发明，为辐射度量图像重构指定的优化技术被应用。从以上说明的总的思想开始，优化算法被提供，这例如可以被认为是加标签问题，从若干标签值中选择图像的每个像素的标签值。本发明包括从辐射仪的原始辐射样本导出重构辐射度量图像所需要的必要成本函数。此外，能量函数被建立以被优化用于确定与标签值相关联的能量值，其中极值(具体而言，最小值或最大值)是从其搜索的。所述极值对应于每个像素的找到的标签或重构的辐射度量图像。在由所述能量函数形成的加和中，两个项被相加，具体而言，第一被加数包括针对其确定能量值的(被指派了标签的)辐射样本或辐射样本群组的成本， 并且第二被加数考虑了至少一个相邻数据子集的至少一个(被指派了标签的)辐射样本或辐射样本群组的成本。
在优选实施例中，优化可以被局部地、每列/行地(即每扫描线地)或全局地完成，即，当利用能量函数来计算每个标签的能量值时是否以及多少相邻数据子集的辐射样本或辐射样本群组的成本被考虑是可以控制的。此外，还存在用于确定所有标签的能量值以及与重构图像相对应的所有能量值的极值的各种实施例。优选实施例使用信任传播或动态规划。
本发明的这些和其它优点将从从以下参考在下文中描述的实施例中变得明显，并且将参考这些实施例被更详细地说明。在以下附图中图I示出根据本发明的被动辐射度量成像设备的第一实施例，图2示出根据本发明的被动辐射度量成像设备的第二实施例，图3示出从获得的辐射样本形成的三维样本空间；图4示出样本空间图像中形成的补丁(patch)的第一实施例；图5示出样本空间图像中选定的补丁的第二实施例图6示出根据本发明的成本计算单元的第一实施例图7示出根据本发明的成本计算单元的第二实施例图8示出图示已分组样本空间图像和形成辐射度量图像的选定标签值的示图，图9示出图示辐射样本的分组的示图，图10示出根据本发明的使用局部优化的优化单元的第一实施例，图11示出根据本发明的使用扫描线优化的优化单元的第二实施例，图12示出根据本发明的使用全局优化的优化单元的第三实施例，图13示出根据本发明的使用用于全局优化的信任传播的优化单元的第四实施例，图14示出根据本发明的使用局部优化的优化单元的第五实施例，图15示出根据本发明的被动辐射度量成像设备的第三实施例，以及图16A到图16D示出相对于用已知方法获得的图像利用本发明获得的图像。
具体实施例方式以下，说明本发明的细节和不同实施例。图I示出根据本发明的被动辐射度量成像设备10的一般布局的框图。电磁波一般可以在从被辐射仪20捕获的场景放射的任何范围中(微波、毫米波、亚毫米波或其它频谱范围)，场景例如是人站立在墙壁前面。一般，通过辐射仪20，从所述场景I的多个点2放射的辐射3被获取以获得包括每个点2的至少一个辐射样本的辐射样本4的数据集合。一般，辐射仪20包括单个辐射仪单元，通过该单个辐射仪单元，场景被逐点地扫描。因此，根据辐射仪单元的积分时间，从每个点可获得一个或多个辐射样本。对于场景I 上的扫描，辐射仪20或至少其天线被沿着预定轨迹(例如，按曲折的方案)在场景I中机械地移动。在其它实施例中，辐射仪的灵敏度剖面(profile)可以在场景I上被电子地移动。在又一些实施例中，感测场景I是通过静止的或运动的反射体放置在辐射仪20附近来完成的。辐射仪20还可以包括两个或更多个辐射仪单元，这两个或更多个辐射仪单元可以同时地从一个或多个辐射点检测辐射以使得扫描时间可以减少。被动辐射仪20的这些和其它实施例一般是已知的，因此在本申请中将不进行更详细的说明。一般，所要重构的图像的像素应当与获取辐射样本4的点2 —致，以使得数据子集包括在与像素一致的点处检测到的辐射样本，以及相邻点的辐射样本。在实际的实现中，该条件不一定总是完全满足的，因此如果样本被简单地积分，则会创建带噪图像。这也证明了 需要本发明所提议的弥补该缺点的解决方案。因此，辐射样本4的数据集合(其可以被存储在存储单元(未示出)中)被处理单元30处理以用于随后确定它们对所要重构的图像的像素的每个像素值6a的重构的贡献。 应当注意，对像素值6a的确定可以串行地、并行地、或以混合结构完成。确定的像素值6a或者直接代表图像的像素，因此，其可以例如被显示在监视器上。可替换地或另外地，对确定的像素值6a的后期处理可以例如使用诸如内插或去模糊之类的图像处理工具而可选地被执行。因此，重构图像6可以简单地是所有像素的所确定的像素值的图示。然而，用于对所确定的像素值和/或图像进行后期处理的其它实施例是可能的，并且例如，还可以从更多或更少的像素来生成图像，其中更多的像素可以通过对可用像素值6a的已知内插来生成并且其中更少的像素可以通过对由处理单元30生成的像素值6a进行组合/或平均来生成。因为，如以上所提及的，根据本发明，当重构图像时考虑了辐射度量表面的特性， 并且因为直接地(原始)辐射样本被处理并且不是积分图像，所以获得图像比利用传统被动辐射度量成像设备和方法获得的图像具有更好的质量。具体而言，图像具有更高的对比度、更少的噪声并且物体的形状被更多地保留并且更少地变化。这允许对辐射度量图像的更好的后期分析以用于各种应用，例如机场的针对武器检测的安全性应用。根据本发明，处理单元30被配置为随后确定所要构建的图像的像素的像素值，其中所述像素中的一个像素的像素值是从来自所述数据集合的辐射样本的数据子集确定的， 所述数据子集包括在与要针对其确定像素值的像素对应或最接近该像素的点处检测到的辐射样本，和/或在相邻点处检测到的辐射样本。为此目的，处理单元30包括成本计算单元40，成本计算单元40被配置为根据预定的成本函数来计算所述数据子集的辐射样本的成本5，所述成本指明各个辐射样本的噪声水平(也称为其带噪度)。此外，处理单元30包括优化单元50，优化单元50接收确定的成本5并被配置为通过从若干标签值中找出一标签值来确定像素值6a。这里，标签值指示一辐射样本或辐射样本群组，例如指示在数据子集内的辐射样本的编号或辐射样本群组的编号。标签值并因此像素的重构值是通过使用能量函数来确定与各个数据子集的不同辐射样本或不同辐射样本群组的标签值相对应的能量或成本值的极值而获得的，所述能量函数通过将第一被加数与第二被加数相加来获得和值， 第一被加数包括针对其确定能量值的辐射样本或辐射样本群组的成本，并且第二被加数考虑了至少一个相邻数据子集的至少一个辐射样本或辐射样本群组的成本。根据本发明的被动辐射度量成像设备IOa的第一实施例在图2中被示出，其包括处理单元30a的第一实施例。在该实施例中，场景I的辐射样本4被存储在辐射度量成像设备的样本存储装置中。辐射仪的已存储样本优选是在场景中被标准化的，它们被集中并且以标准方差被正规化。标准化(或正规化)有时称为白化(whitening)，其一般根据本发明是不需要的，但是是使得从辐射仪20进行图像重构的数字计算稳定的优选处理步骤，这是因为这创造了滤除一些噪声的可能性。标准化通常保留从辐射仪获得的样本数并且其是可逆的运算。其简单地使这些样本的值集中并正规化来创建数字稳定性。与针对每个像素产生一个值的样本积分处理不同，标准化之后的样本的原始值可以从均值和标准方差中恢复。随后，根据所要重构的图像分辨率和辐射仪20的辐射样本4，辐射样本4使用采样空间图像(SSI)形成器31被映射到SSI中。示例SSI 7在图3中被示出。这里，在此实施例中，SSI 7是具有输出图像的宽度和高度的维度以及每个像素的辐射样本的数目的三维(3D)空间(数据集合)。在每个像素只有一个样本的情况中，SSI将变成二维(2D)的， 即二维的数据集合。在多于一个辐射仪单元被用于获取辐射样本4的情况中，SSI 7还可以被扩展至多于3D以便联合地适应多个传感器(辐射仪单元)和/或类似时间的其它因素。为了简单起见，以下，具有单个辐射仪单元并且每个像素具有多个样本的情况被作为示例而描述，而不是被指定来对本发明的范围进行限制。当SSI 7被形成时，下一处理步骤的目标变为在SSI 7的辐射样本内找到SS7的福射样本4中最佳地描述所考虑的场景的片段平滑曲线(piece-wise smooth curve)(其也可以被视为图像)。从而，但是应当牢记辐射度量场景I是片段平滑的表面。这是合理的，因为从任何真实的物体放射的辐射在几何边缘内都具有平滑变化。突然的跳变或不连续一般只可以在物体的边缘处找见；因此，每个片段(表面)是平滑的并且这就是为什么用片段平滑表面来指定它的原因。因此，为了根据本发明来构建或重构(这两个术语在本申请中是可互换使用的，并且使用这些术语之一不应认为另一术语的含义是被排除在外的) 图像，在重构处理中将考虑该约束，其是本发明藉以区别于已知方法的元素之一。本发明的优选实施例另外还考虑像素的对应样本并且还考虑SSI内的其他像素的样本，如下所述。为了重构辐射度量图像的像素，优化算法还被用来从标签值集合中选择每个像素的标签。为此，使用所考虑的SSI 7中的像素的对应样本来针对每个标签计算成本，所述对应样本是指在对应于该像素的位置或最接近该像素的位置(作为一个优选实施例)的点处所获得的所有样本。根据所使用的优化算法的类型，即，局部的、扫描线(scanline)或全局的(以下将更详细地描述)，还可以有必要在计算成本时也使用相邻点(像素)的样本。因此，根据本发明的实施例，优选在利用局部的或基于扫描线的优化算法来重构像素值时考虑所要重构的像素的样本以及相邻的样本。因此，补丁选择器32被提供用于当要假定不同标签值来计算像素的成本时为每个像素指派补丁 8。在一个优选实施例中，当使用全局优化算法来重构图像时，补丁可以是像素本身的样本。在另一优选实施例中，补丁包括其中成本被计算的像素的样本以及SSI 7中的全部相邻样本。这样的补丁 8可以被视为由SSI 7代表的(完全)数据集合的数据子集。为了说明的简单，以下将提及两种情况，具体而言，第一种情况是像素本身的样本被用于成本计算并且优化是利用全局算法完成，第二种情况是使用的优化算法是基于扫描线或局部的并且像素的样本和像素的邻居的样本被用来计算成本。第一种情况是简单的， 这是因为补丁由像素本身的样本组成。在第二种情况中，补丁应该包含相邻样本并且接下来将进行说明。然而，应当注意，本领域技术人员可以根据所应用的优化算法来应用根据本发明的其它组合。
10
在最简单的实施例中，围绕每个像素的补丁可以通过使用预先定义的固定窗口尺寸而统一尺寸。这样的补丁 8的示例在图4中示出。在此实施例中，围绕每个像素的补丁 8 将具有3D空间中的长方体形式，其包含像素9(用圆点示出)本身的全部样本以及相邻像素9’(用叉示出)的样本。如果每个像素仅存在单个辐射样本，则长方体缩减为正方形窗□。此外，在图4中示出的实施例中，所有像素的长方体8的尺寸是相同的，如两个示例性长方体8和8a所示出那样。在另一实施例中，如图5中所示，补丁的尺寸，特别是其与由图像宽度和图像高度生成的平面平行的平面中的横截面根据SSI中所考虑的像素的位置不同而不同，如两个示例性长方体8和8a所示。在此情况中，立方体的维度根据像素的位置不同而不同，补丁的形式也可以根据用于计算所考虑的像素的重要邻居的算法不同而不同于长方体。在前一情况中，补丁选择器32随后计算围绕每个像素的邻居。这些邻居也称为最对应于像素本身或该像素所属于的分段的最优邻居。换而言之，最优邻居被认识是像素值的样本尽可能接近的邻居。可以用于此目的的示例算法是可变窗口、分段支持或类似的技术。在第一种情况中，围绕每个像素定义具有若干尺寸和形状的窗口。最佳地描述围绕像素的区域的窗口最后被选作补丁。在第二种情况中，SSI被分段或被聚集成若干区域。随后，像素所属于的分段被选作补丁。有关这两种算法的更多细节以及可以应用来确定SSI 7中的最优补丁 8的方案的概要例如可以在F. Tombari, S. Mattoccia, and L. Di Stefano, “Classification and evaluation of cost aggregation methods for stereo correspondence，，， IEEE Conference on Computer Vision and Pattern Recognition, pp. 1-8, June 2008中找到。然而，应当注意，这些算法不是可以用来确定每个像素的适配或最优补丁的唯一算法。本发明的目标是使用优化算法，通过假定图像是片段平滑表面来从辐射仪的原始样本重构图像。这是通过为每个像素从标签集合中找到一标签来完成的。因此，由成本计算单元40计算出的、优化单元50的优化所需要的成本应当反映此特性。另外，优化应该能够通过定位与每个像素的最优标签相对应的成本最优点来找到其解答。根据用于优化的成本，最优点被定义为是在其中与标签相关联的成本值具有极值(即最大值或最小值)的位置处。因此，满足这些特性的任何类型的成本都可以用于根据本发明的优化。为了计算成本，根据实施例，优选应当满足两个标准。首先，应当针对应被重构的每个像素计算至少一个参考点或代表点。第二，应当估计样本与这一个或多个参考点的距离。通过使用补丁，可以降低噪声效应(特别是当使用基于扫描线或局部的优化算法时)，这是因为在优化中像素可以具有的标签的成本值将是与其相邻像素相对应地计算出的。如图4中所示，一旦用于所要计算的像素的补丁 8被指派，由图6中的代表点估计器33 为补丁 8中的全部样本确定至少一个代表点，图6图示出成本计算单元40a的第一实施例。 每个代表点是当计算用于优化的成本值时用于计算到每个样本的距离的参考点。以下，对本发明的描述将限于一个代表点。然而，根据本发明，还可以容纳多于一个的代表点。令Xi是补丁 8中的样本的值，令N是补丁 8中的全部样本的数目并且令R是代表点的值。在本发明的此优选实施例中，一个代表点的值R是图心的大小。这由下式给出
权利要求
1.一种被动辐射度量成像设备(10)，用于扫描场景(I)并重构所述场景(I)的图像(6)，所述设备包括:辐射仪(20)，所述辐射仪(20)被配置为检测从所述场景(I)的多个点(2)在预定频谱范围内放射的辐射(3)来获得包括每个点的至少一个辐射样本的辐射样本(4)的数据集合(7)，以及处理装置(30)，所述处理装置(30)被配置为随后确定要重构的图像(6)的像素的像素值(5)，所述处理装置(30)被适配为从来自所述数据集合(7)的辐射样本的数据子集(8) 确定所述像素中的一个像素的像素值，所述数据子集(8)包括在对应于或最接近于其像素值要被确定的像素的点(9)处检测到的辐射样本，和/或在相邻点(9’)处检测到的辐射样本，所述处理装置包括-成本计算单元(40)，所述成本计算单元(40)被配置为根据预定的成本函数来计算所述数据子集(8)的辐射样本的成本,所述成本指示在各个辐射样本中的噪声级别，以及 -优化单元(50)，所述优化单元(50)被配置为通过确定利用能量函数针对各个数据子集(8)的不同辐射样本或不同辐射样本群组所确定的能量值的极值来确定作为标签值集合中的标签值的像素值，标签指示各个数据子集(8)中的辐射样本或辐射样本群组，所述能量函数通过将第一被加数与第二被加数相加来获得和值，所述第一被加数包括针对其确定所述能量值的辐射样本或辐射样本群组的成本，并且所述第二被加数考虑了至少一个相邻数据子集的至少一个辐射样本或辐射样本群组的成本。
2.如权利要求I所述的被动辐射度量成像设备，其中，所述优化单元(50a，50e)被配置为使用包括考虑了所有直接相邻的数据子集的至少一个辐射样本或辐射样本群组的成本的第二被加数的能量函数。
3.如权利要求I所述的被动辐射度量成像设备，其中，所述优化单元(50b，50c)被配置为使用包括考虑了相同行或相同列的所有相邻数据子集的至少一个辐射样本或辐射样本群组的成本的第二被加数的能量函数。
4.如权利要求I所述的被动辐射度量成像设备，其中，所述优化单元(50d)被配置为使用包括考虑了来自不同行和/或不同列的数据子集，具体讲来自所有数据子集，的至少一个辐射样本或辐射样本群组的成本的第二被加数的能量函数。
5.如权利要求3或4所述的被动辐射度量成像设备，其中，所述优化单元(50b，50c)被配置为使用如下能量函数，该能量函数采用来自不同行和/或不同列的数据子集或相邻数据子集的成本作为所述标签值之间的差的函数。
6.如权利要求3或4所述的被动辐射度量成像设备，其中，所述优化单元(50)被配置为应用信任传播以用于通过确定与所述标签值相关联的所述能量值的极值来确定针对像素的所述标签值。
7.如权利要求3或4所述的被动辐射度量成像设备，其中，所述优化单元(50)被配置为应用动态规划以用于通过确定与所述标签值相关联的所述能量值的极值来确定针对像素的标签值。
8.如之前任一项权利要求所述的被动辐射度量成像设备，其中，所述优化单元(50)被配置为向数据子集的单个辐射样本或辐射样本群组指派标签，向所述标签指派成本值以及使用所述能量函数来确定所述标签的能量值，所述标签识别该样本或该样本群组，所述能量函数通过将包括针对其确定所述能量值的标签的成本的第一被加数与考虑了至少一个相邻数据子集的至少一个标签的成本的第二被加数相加来形成和值。
9.如之前任一项权利要求所述的被动辐射度量成像设备，其中，所述优化单元(50)被配置为指派每个像素的所述标签集合作为辐射样本在数据子集中的编号。
10.如之前任一项权利要求所述的被动辐射度量成像设备，其中，所述优化单元(50) 被配置为具体地通过均匀分组来对所述辐射样本分组并且指派所述标签集合作为群组在数据子集中的编号。
11.如之前任一项权利要求所述的被动辐射度量成像设备，其中，所述成本计算单元(40a)被配置为使用距离函数作为预定的成本函数，所述成本计算单元(40a)包括代表点估计单元(33)，所述代表点估计单元(33)被配置为确定所述数据子集(8)的辐射样本的至少一个代表点，所述至少一个代表点代表所述辐射样本，以及距离计算单元(34)，所述距离计算单元(34)被配置为确定所述数据子集的辐射样本距离所述至少一个代表点的距离，所述距离代表所述成本。
12.如权利要求11所述的被动辐射度量成像设备，其中，所述代表点估计单元(33)被适配以用于将所述至少一个代表点确定为所述数据子集(8)的辐射样本的中值、所述中值的大小、平均值和/或图心的大小。
13.如权利要求11或12所述的被动辐射度量成像设备，其中，所述成本计算单元(40b)还包括加权因子计算单元(35)，所述加权因子计算单元(35)被配置为基于确定的距离来确定所述数据子集的辐射样本的权重，其中，具有较小距离的辐射样本比具有较大距离的辐射样本获得更高的权重，所述权重或利用对应权重加权的距离代表所述成本。
14.如之前任一项权利要求所述的被动辐射度量成像设备，其中，所述处理装置(30)包括补丁选择单元(32)，所述补丁选择单元(32)用于从所述数据集合(7)定义辐射样本的所述数据子集(8)，所述补丁选择单元(32)被适配以用于通过使用围绕对应于或最接近于其像素值要被确定的像素的辐射样本的点的、具有预定尺寸和/或形式的窗口来定义所述子集(8)。
15.如权利要求I至13中任一项所述的被动辐射度量成像设备，其中，所述处理装置(30)包括补丁选择单元(32)，所述补丁选择单元(32)用于从所述数据集合(7)定义辐射样本的所述数据子集(8)，所述补丁选择单元(32)被适配以用于通过使用围绕对应于或最接近于所述像素的点(9)的、具有可变尺寸和/或形式的窗口来定义所述子集(8)，其中所述窗口的尺寸和/或形式是根据其像素值要被确定的像素的辐射样本的位置而变化的。
16.如权利要求15所述的被动辐射度量成像设备，其中，所述补丁选择单元(32)被适配以用于改变所述窗口的尺寸和/或形式以便包括围绕对应于或最接近于其像素值要被确定的像素的辐射样本的点(9)的相似辐射样本的最大可能区域。
17.如之前任一项权利要求所述的被动辐射度量成像设备，还包括对数变换器(38)，所述对数变换器(38)用于在由所述处理单元处理所述辐射样本之前取得所述辐射样本的对数。
18.一种被动辐射度量成像方法，用于扫描场景(I)并重构所述场景(I)的图像(6)， 所述方法包括如下步骤检测从所述场景(I)的多个点(2)在预定频谱范围内放射的辐射(3)来获得包括每个点的至少一个辐射样本的辐射样本(4)的数据集合(7)，以及随后确定要重构的图像(6)的像素的像素值(5)，其中从所述数据集合(7)确定来自辐射样本的数据子集(8)的所述像素中的一个像素的像素值，所述数据子集(8)包括在与对应于或最接近于其像素值要被确定的像素的点(9)处检测到的辐射样本，和/或在相邻点 (9’ )处检测到的辐射样本，所述确定像素值的步骤包括如下子步骤-根据预定的成本函数来计算所述数据子集(8)的辐射样本的成本,所述成本指示各个辐射样本中的噪声级别，以及-通过确定利用能量函数针对各个数据子集(8)的不同辐射样本或不同辐射样本群组所确定的能量值的极值来确定作为标签值集合中的标签值的像素值，标签指示各个数据子集(8)中的辐射样本或辐射样本群组，所述能量函数通过将第一被加数与第二被加数相加来获得和值，所述第一被加数包括针对其确定所述能量值的辐射样本或辐射样本群组的成本，并且所述第二被加数考虑了至少一个相邻数据子集的至少一个辐射样本或辐射样本群组的成本。
19.一种用在被动辐射度量成像设备(10)中的处理装置，所述被动辐射度量成像设备(10)用于扫描场景(I)并重构所述场景(I)的图像(6)，所述成像设备包括辐射仪(20)，所述辐射仪(20)被配置为检测从所述场景(I)的多个点(2)在预定频谱范围内放射的辐射(3)来获得包括每个点的至少一个辐射样本的辐射样本(4)的数据集合(7)，所述处理装置(30)被配置为随后确定要重构的图像(6)的像素的像素值(5)，所述处理装置(30)被适配为从所述数据集合(7)确定来自辐射样本的数据子集(8)的所述像素中的一个像素的像素值，所述数据子集(8)包括在对应于或最接近于其像素值要被确定的像素的点(9)处检测到的辐射样本，和/或在相邻点(9’ )处检测到的辐射样本，所述处理装置包括-成本计算单元(40)，所述成本计算单元(40)被配置为根据预定的成本函数来计算所述数据子集(8)的辐射样本的成本,所述成本指示各个辐射样本中的噪声级别，以及-优化单元(50)，所述优化单元(50)被配置为通过确定利用能量函数针对各个数据子集(8)的不同辐射样本或不同辐射样本群组所确定的能量值的极值来确定作为标签值集合中的标签值的像素值，标签指示各个数据子集(8)中的辐射样本或辐射样本群组，所述能量函数通过将第一被加数与第二被加数相加来获得和值，所述第一被加数包括针对其确定所述能量值的辐射样本或辐射样本群组的成本，并且所述第二被加数考虑了至少一个相邻数据子集的至少一个辐射样本或辐射样本群组的成本。
20.在被动辐射度量成像方法中使用的处理方法，所述被动辐射度量成像方法用于扫描场景(I)并重构所述场景(I)的图像￠)，所述被动辐射度量成像方法包括检测从所述场景(I)的多个点(2)在预定频谱范围内放射的辐射(3)来获得包括每个点的至少一个辐射样本的辐射样本(4)的数据集合(7)的步骤，所述处理方法被配置为随后确定要重构的图像(6)的像素的像素值(5)，其中从所述数据集合(7)确定来自辐射样本的数据子集(8)的所述像素中的一个像素的像素值，所述数据子集(8)包括在对应于或最接近于其像素值要被确定的像素的点(9)处检测到的辐射样本，和/或在相邻点(9’ )处检测到的辐射样本， 所述处理方法包括如下步骤-根据预定的成本函数来计算所述数据子集(8)的辐射样本的成本,所述成本指示各个辐射样本中的噪声级别，以及-通过确定利用能量函数针对各个数据子集(8)的不同辐射样本或不同辐射样本群组所确定的能量值的极值来确定作为标签值集合中的标签值的像素值，标签指示各个数据子集(8)中的辐射样本或辐射样本群组，所述能量函数通过将第一被加数与第二被加数相加来获得和值，所述第一被加数包括针对其确定所述能量值的辐射样本或辐射样本群组的成本，并且所述第二被加数考虑了至少一个相邻数据子集的至少一个辐射样本或辐射样本群组的成本。
21.包括程序代码部件的计算机程序，所述程序代码部件用于当所述计算机程序在计算机上被执行时使得所述计算机执行如权利要求20所述的处理方法的步骤。
全文摘要
本发明公开了被动辐射度量成像设备和方法。本发明涉及用于扫描场景(1)并重构所述场景(1)的图像(6)的被动辐射度量成像设备(10)和对应的方法。为了提供改进的图像质量，所提议的设备包括检测从所述场景(1)的多个点(2)在预定频谱范围内放射的辐射(3)来获得包括每个点的至少一个辐射样本的辐射样本(4)的数据集合(7)的辐射仪(20)，和，随后确定要重构的图像(6)的像素的像素值(5)的处理装置(30)，所述处理装置包括根据预定的成本函数来计算所述数据子集(8)的辐射样本的成本的成本计算单元(40)和通过确定利用能量函数针对各个数据子集(8)的不同辐射样本或不同辐射样本群组所确定的能量值的极值来确定作为标签值集合中的标签值的像素值的优化单元(50)，所述成本指示在各个辐射样本中的噪声级别，标签指示各个数据子集(8)中的辐射样本或辐射样本群组，所述能量函数通过将第一被加数与第二被加数相加来获得和值，所述第一被加数包括针对其确定所述能量值的辐射样本或辐射样本群组的成本，并且所述第二被加数考虑了至少一个相邻数据子集的至少一个辐射样本或辐射样本群组的成本。
文档编号H04N5/225GK102611834SQ20121001810
公开日2012年7月25日 申请日期2012年1月11日 优先权日2011年1月11日
发明者马克·萨克斯 申请人:索尼公司