一种基于噪声响应模型的无快门红外图像非均匀校正方法

本发明属于红外图像非均匀校正，具体涉及一种基于噪声响应模型的无快门红外图像非均匀校正方法。

背景技术：

1、无快门的非均匀校正技术是新一代红外成像系统向小型化、低功耗发展的重要手段之一，非均匀校正是红外图像处理的关键技术之一，目前已有多点标定校正、多基于场景校正算法等。然而基于标定类的算法在校正效果很难满足快速变温下的应用场景，基于场景类的校正算法则严重依赖场景的变化，不能在静态场景获得很好的校正效果。

技术实现思路

1、本发明的技术解决问题是：克服现有技术的不足，提出一种基于噪声响应模型的无快门红外图像非均匀校正方法，该方法能够满足快速变温下及要求长时间稳定的无快门无tec非均匀校正。

2、本发明的技术解决方案是：

3、一种基于噪声响应模型的无快门红外图像非均匀校正方法，该方法的步骤包括：

4、步骤一，对标准黑体成像，得到标准黑体红外图像，并采集不同温度下标准黑体红外图像的非均匀参数，根据采集到的标准黑体红外图像的非均匀参数对标准黑体红外图像进行非均匀校正，得到校正后标准黑体红外图像；

5、其中，非均匀校正参数可以是单点校正参数即偏置参数b，可以是两点校正参数即增益系数k和偏置参数b，也可以是多点校正参数；采集温度可以是-40℃～60℃，或者其它的温度范围；采集温度步长可以是10℃，也可以根据探测器差异进行调整，其中增益系数k可以是两点标定、多点标定或者多点标定和曲线拟合相结合获得；偏置参数b可以是快门校正、背景校正或离焦校正进行获得；

6、步骤二，提取不同温度下步骤一得到的校正后标准黑体红外图像的光晕噪声模板、条纹噪声模板stripetem和高频固定模式噪声模板randomtem，其中，光晕噪声模板的提取可以是均值滤波、引导滤波等低通滤波器；条纹噪声模板的提取可以是1-d引导滤波、2-d引导滤波、双边滤波或者其它条纹噪声提取算法；高频固定模式噪声模板提取是在去除光晕噪声和条纹噪声的基础上提取，提取方法可以是引导滤波细节层、均值滤波细节层等高频滤波算法；

7、步骤三，对真实场景成像，得到真实场景红外图像，根据步骤一得到的非均匀参数对真实场景红外图像进行非均匀校正，得到第一次校正后的图像out1，进行非均匀校正时公式如下：

8、

9、

10、其中，ori为真实场景红外图像，j＝1，2，3，...，q，q为采集的温度点个数，tj+1为第j+1个温度点的温度值，t为实时温度，tj为第j个温度点的温度值，为tj+1温度值下采集的偏置参数，bt为温度t时的偏置参数；为温度t时的偏置参数的均值；

11、步骤四，使用步骤二得到的光晕噪声模板对步骤三得到的第一次校正后的图像out1进行光晕校正，进行光晕校正时的光晕校正参数通过二维曲面拟合获得，二维曲面可以是二维高斯曲面、二维抛物曲面、椭球曲面等，以二维高斯曲面为例子，光晕校正参数(a，a，b，x0，y0，c)计算公式如下：

12、

13、

14、

15、其中，f(a，a，b，x0，y0，c)是二维曲面模型，e(a，a，b，x0，y0，c)是拟合误差函数，halofit是通过a，a，b，x0，y0，c得到的曲面函数值，out2是进行光晕校正之后的图像；x为图像像素横坐标；y为图像像素纵坐标；为通过a，a，b，x0，y0，c得到的曲面函数值的均值；m为图像宽度，n为图像高度；

16、步骤五，使用步骤二得到的条纹噪声模板对步骤四得到的光晕校正后的图像out2进行条纹校正，进行条纹校正时的条纹校正参数stripe的计算公式如下：

17、

18、stripe(n)＝ks(n)×stripetem(n)

19、out3＝out2--stripe

20、其中，n＝1，2，3，...，n，表示图像的列号，stripeori(n)是out2中提取出来的条纹噪声初值stripeori的第n列数，提取方法可以是1-d引导滤波、2-d引导滤波、双边滤波或者其它条纹噪声提取算法；stripetem(n)表示早上模板stripetem的第n列数；wstr表示以第n列数为中心的局部窗口；ks是条纹噪声模板stripetem的线性变换系数，深度与图像宽度一致的向量，ks(n)表示ks的第n列数；out3是经过条纹校正之后的图像；

21、步骤六，使用步骤二得到的高频固定模式噪声模板randomtem对步骤五得到的条纹校正后的图像out3进行高频固定模式噪声校正，进行高频固定模式噪声校正时的校正参数的计算公式如下：

22、

23、

24、

25、其中，m＝1，2，3，...，m表示图像的行号；n＝1，2，3，...，n，表示图像的列号；randomori(m，n)表示从out3中提取出来的高频固定模式噪声randomori的第m行，第n列个，randomori的提取方法可以是引导滤波细节层、均值滤波细节层等高频滤波算法；randomtem(m，n)高频固定模式噪声模板的第m行，第n列个；wkr表示以第m行第n列为中心的局部窗口；表示第m行第n列像素的噪声增益系数，|wkr|表示窗口wkr的像素个数；表示kr以kr(m，n)中心的局部窗口的均值；out4是经过高频固定模式噪声校正之后的图像，也就是最终图像。

26、一种基于噪声响应模型的无快门红外图像非均匀校正的计算机程序产品，所述的计算机程序产品包括非瞬态可读存储介质和计算机程序，所述计算机程序被有形地存储在所述的非瞬态可读存储介质上，该计算机程序被fpga、dsp、arm或其它计算机内的处理器执行实现所述的一种基于噪声响应模型的无快门红外图像非均匀校正及计算机程序产品的步骤。

27、本发明的有益效果是：

28、(1)本发明的方法实现无快门无tec下的红外图像非均匀校正，实现体积更小、功耗更低的红外成像系统。能够有效提高非均匀校正的效果，同时延长单点修正之后的稳定时间。

29、(2)本发明的方法，便于在fpga、dsp、arm、pc等不同的平台上实现。

30、(3)本发明涉及一种基于噪声响应模型的无快门红外图像非均匀校正方法，属于红外图像非均匀校正技术领域。本发明的主要步骤为：采集不同温度下多点校正参数；不同温度下提取光晕噪声、条纹噪声、高频固定模式三种噪声模板；计算基于温度相关的单点或多点校正参数并进行初步校正；计算基于光晕噪声模型的非均匀校正参数并进行光晕校正；计算基于条纹噪声模板的非均匀校正参数并进行条纹校正；计算基于高频固定模式噪声模板的非均匀校正参数并进行高频固定模式噪声校正获得最终的校正后图像。

技术特征：

1.一种基于噪声响应模型的无快门红外图像非均匀校正方法，其特征在于该方法的步骤包括：

2.根据权利要求1所述的一种基于噪声响应模型的无快门红外图像非均匀校正方法，其特征在于：

3.根据权利要求2所述的一种基于噪声响应模型的无快门红外图像非均匀校正方法，其特征在于：

4.根据权利要求1所述的一种基于噪声响应模型的无快门红外图像非均匀校正方法，其特征在于：

5.根据权利要求1所述的一种基于噪声响应模型的无快门红外图像非均匀校正方法，其特征在于：

6.根据权利要求5所述的一种基于噪声响应模型的无快门红外图像非均匀校正方法，其特征在于：

7.根据权利要求6所述的一种基于噪声响应模型的无快门红外图像非均匀校正方法，其特征在于：

8.根据权利要求7所述的一种基于噪声响应模型的无快门红外图像非均匀校正方法，其特征在于：

9.根据权利要求8所述的一种基于噪声响应模型的无快门红外图像非均匀校正方法，其特征在于：

10.一种基于噪声响应模型的无快门红外图像非均匀校正的计算机程序产品，其特征在于：

技术总结
本发明属于红外图像非均匀校正技术领域，具体涉及一种基于噪声响应模型的无快门红外图像非均匀校正方法。本发明的主要步骤为：采集不同温度下多点校正参数；不同温度下提取光晕噪声、条纹噪声、高频固定模式三种噪声模板；计算基于温度相关的单点或多点校正参数并进行初步校正；计算基于光晕噪声模型的非均匀校正参数并进行光晕校正；计算基于条纹噪声模板的非均匀校正参数并进行条纹校正；计算基于高频固定模式噪声模板的非均匀校正参数并进行高频固定模式噪声校正获得最终的校正后图像。

技术研发人员：李晓琼,周永康
受保护的技术使用者：北京理工大学
技术研发日：
技术公布日：2024/1/15