一种自动在线盲元检测方法与流程

本发明涉及信号探测与图像处理技术领域，具体地说是一种自动在线盲元检测方法。

背景技术：

红外焦平面阵列探测器是用于红外探测和成像的重要器件，被广泛的应于诸如建筑、安全、工业、军事等各种领域。而利用目标红外辐射进行目标的探测和是现代武器系统中红外寻的制导的核心环节，也是红外武器系统对目标做出反应的第一步。因此提升红外成像系统的成像质量尤为重要。

红外焦平面阵列探测器由于其工艺、制造材料导致的各探元的响应率差异，加之其工作过程中可能遇到的电信号传输障碍、环境温度改变和1/f噪声等影响，造成部分像元会逐渐丧失有效的探测能力，形成盲元。盲元在红外图像中像素点的表现为过亮或过暗。如果图像中出现大量的亮点或暗点，将对获得高质量的红外图像造成影响，并会进一步影响标识别的准确性。

盲元检测算法从应用机理上可以分为标定法和基于场景的处理方法。

标定法即在探测器工作前，采用均匀温度分布的高低温黑体，计算每个像元的响应率，偏差系数、噪声统计量等不同特征来区别判定盲元。这种方法无法应对当工作环境、温度发生变化时产生新盲元的情况，同时也无法应对红外成像系统每次重新开机工作，盲元位置发生变化的情况。

基于场景的处理方法，例如根据孤立盲元和点目标的一维空间分布特征差异，采用基于线性外推的中值滤波算法对图像进行盲元补偿，提出孤立点。这种处理方法其算法通常比较复杂，运算效率低。

技术实现要素：

本发明的目的是提供一种自动在线盲元检测方法，使得在未经补偿的盲元和新增盲元能够在在线工作状态在被有效检出，减轻盲元对目标识别的干扰。

为了达到上述发明目的，本发明的一种自动在线盲元检测方法，其思路是：采取在线标定的方式，检测到大部分的未经补偿的盲元和新增盲元，即在均匀背景的检测环境下，通过分析原始图与中值滤波图差值图像的灰度信息，标记并保留疑似盲元信息，根据多帧图像获得的疑似盲元出现概率确定盲元，将盲元添置盲元表；在目标探测过程中，盲元容易内系统误判为目标，因此基于运动视场的场景，通过分析疑似目标中符合盲元特征的点，进一步确认新增盲元，更新盲元表。

1）利用均匀背景条件下获取的图像数据进行在线盲元检测。具体的包括如下步骤：

1-1）构造均匀背景的盲元检测环境；

1-2）对单帧的红外图像原始数据进行中值滤波，利用滤波图与原始图获得差值绝对值图，利用门限法将图像灰度大于门限值的位置标记为疑似盲元；

1-3）判断疑似盲元尺寸，当一疑似盲元的邻域没有其他疑似盲元时，记录盲元信息；当一疑似盲元的邻域内存在其他疑似盲元时，对区域型疑似盲元进行区域统计，记录区域个数小于Tn的疑似盲元信息；

1-4）分析累计N帧的疑似盲元的出现概率，当出现概率大于R时标记为盲元，更新盲元表。

1-5）解构盲元检测环境；移除入瞳处的均匀背景

2）目标识别过程中的在线盲元检测，利用运动视场条件下获取的图像数据进行在线盲元检测。具体的包括如下步骤：

2-1）确定视场运动状态，将视场运动状态作为执行运动视场条件下盲元检测的判据。当视场沿成像系统光轴的切线方向上存在规律性位移变化，才进行后续的盲元检测工作。

2-2）对于单帧图像，当系统进行目标检测时，获取疑似目标信息，依据工作过程中的新添盲元通常为孤立点这一特征，对疑似目标尺寸小于Tn目标进行盲元点判定；利用当前帧的灰度值与邻域中值的差值绝对值同盲元判定门限进行比较，判定差值绝对值大于门限值的为疑似盲元，并保留疑似盲元的信息；

2-3）分析累计N帧的疑似盲元的出现概率，当出现概率大于R时标记为盲元，更新盲元表。

本发明方法与现有技术相比，具有如下有益效果：

1）对由于环境和探测器漂移引起的新添盲元进行在线盲元检测，有效保证图像的成像质量；

2）能够在红外图像探测器在线工作时，根据需要进行自动在线盲元检测；并且能够在目标探测过程中对新添盲元进行进一步检测；

3）均匀背景下的盲元检测算法简单，有利于硬件化实现，在实际应用中提升探测系统的工作效率；

4）在目标探测时，利用移动视场的目标、盲元成像差异，检测盲元，能够降低由盲元干扰造成的目标误判，且仅对有限像素点进行计算，运算效率高。

本发明在红外寻的制导领域有广泛的应用前景。

附图说明

以下将结合附图和实施例对本发明作进一步的说明。

图1为本发明的执行在线盲元检测条件的流程图；

图2为本发明的均匀背景下自动在线盲元检测流程图；

图3为本发明的均匀背景下自动在线盲元检测效果图；

图4为本发明的移动视场下自动在线盲元检测流程图；

图5为本发明的移动视场下自动在线盲元检测效果图。

具体实施方式

为更好地理解本发明的技术方案，现结合附图对本发明作进一步详细描述。

如图1所示，是执行在线盲元检测条件的流程图。当红外成像探测系统在线工作时，在满足流程图所示条件的情况下，采用相应的方法进行盲元检测。这里的红外成像探测系统已经在工作之前进行了非均匀性校正和盲元标定等处理。

如图2所示，为均匀背景下自动在线盲元检测流程图。当进行盲元检测时，在系统入瞳处设置均匀的背景。此时的理想成像图应为均匀灰度图像。盲元所在位置的像素灰度异于正常的像素。依照流程图，对图像进行中值滤波，获得去除噪声和盲元像素奇异点灰度均匀的滤波图。计算原始图与滤波图的差值绝对值，得到了包含噪声和奇异点信息的图。利用设置门限搜索疑似盲元。将搜索到的疑似盲元分别按照其区域连通性，进行筛选确认疑似盲元。在一种实施方式中分析累计50幅图像的出现次数进行计数，最终认为疑似盲元出现次数大于45次的为盲元。

如图3所示，为均匀背景下自动在线盲元检测效果图。采用128X128的红外图像。其中，左图为均匀背景下获得的一幅红外图像，通过目标检测算法，识别出三个盲元，分别为中图红色圆圈标识位置。中图为盲元表。右图为后续进行盲元补偿得到的效果图。可以看出经过在线盲元检测，盲元被很好的识别，有利于后续对目标进行识别。。

如图4所示，移动视场下自动在线盲元检测流程图。在目标检测条件下能够获得疑似目标的信息，从中排除盲元。对疑似目标点在8邻域内进行中值滤波，取原始灰度与中值滤波差值，将其中灰度值大于设定门限值的点标记为疑似盲元；并实时计算累计50幅图像的盲元点出现次数；将出现次数大于45次的为盲元。

如图5所示，移动视场下自动在线盲元检测效果图。采用128X128的红外图像。两图为两个不同时刻的成像图，视场发生变化，使得目标在图像上呈现的位置发生位移，盲元像素点的位置不随视场变化发生改变。