基于冷反射强度模型的冷反射消除方法与流程

本发明属于图像处理技术领域，具体涉及一种基于冷反射强度模型的冷反射消除方法。

背景技术

制冷型红外相机工作时探测器放置于零下195℃低温腔中，而相机其他部分放置于常温环境中，所以探测器会接收到镜筒镜头等部位的红外辐射，导致图像四周产生亮环，即冷反射效应。受外界温度影响，冷反射效应在非制冷型红外相机中也普遍存在，并且很难找到随温度变化的准确规律。冷反射会引起图像的不均匀性，使得图像效果变差，较强的冷反射信号将淹没目标信号，严重影响系统的探测、识别、分辨率及跟踪性能，所以在处理红外图像或者视频之前，预先去除红外冷反射是非常有必要的。

专利cn104297935a提出了一种制冷型红外成像系统及其冷反射消除方法，由探测器的冷光源辐射，经过偏振片及λ/4波片后，形成圆偏振光，圆偏振光再经过透镜或其它元件反射回光路，再次经过λ/4波片，形成偏振方向与偏振片透光轴相垂直的线偏振光，相位延迟π/2，反射回光路的线偏振光被偏振片截止，不会再透射汇聚到探测器像面成像，从而消除制冷型红外成像的冷反射。

但是，该技术方案在探测器内部对冷光源辐射进行标定得到冷反射先验信息以削弱冷反射现象，普适性弱，成本较高，而且对于非制冷相机出现的冷反射现象也无法处理。

技术实现要素：

为了解决现有技术中存在的上述问题，本发明提供了一种基于冷反射强度模型的冷反射消除方法。本发明要解决的技术问题通过以下技术方案实现：

本发明实施例提供了一种基于冷反射强度模型的冷反射消除方法，用于红外图像数据的处理，其中，所述红外图像包括背景数据和目标数据，包括以下步骤：

s1、提取红外图像数据中预定方向的初始数据；

s2、对所述初始数据中每个像素点数据进行预处理，得到每个像素点的预处理数据；

s3、去除所述预处理数据中的目标数据，得到背景数据曲线；

s4、消除所述背景数据曲线的曲线波折，得到预处理曲线；

s5、拟合所述预处理曲线，得到拟合曲线；

s6、矫正所述拟合曲线，得到矫正曲线；

s7、融合所述矫正曲线，得到冷反射强度矩阵m；

s8、用红外图像数据矩阵减去所述冷反射强度矩阵m，得到消除冷反射的图像矩阵；

s9、对所述消除冷反射的图像矩阵进行重映射，得到消除冷反射的红外图像。

与现有技术相比，本发明的有益效果：

1、本发明的冷反射消除方法可以有效减弱红外图像受相机内部冷反射的影响，增强红外图像边缘对比度及显示效果，为红外图像边缘弱小目标的识别和跟踪提供了便利。

2、本发明的冷反射消除方法由于直接对图像数据分析，不需要对特定的红外相机的冷光源辐射进行标定或者减弱，普适性强，成本较低，可以适用于不同类型的红外相机。

附图说明

图1为本发明实施例提供的一种基于冷反射强度模型的冷反射消除方法的流程示意图；

图2为本发明实施例提供的一种基于冷反射强度模型的冷反射消除方法的预定方向提取示意图；

图3为本发明实施例提供的一种基于冷反射强度模型的冷反射消除方法的去除目标数据示意图；

图4为本发明实施例提供的一种基于冷反射强度模型的冷反射消除方法的去除背景数据曲线的曲线波折示意图；

图5为本发明实施例提供的一种基于冷反射强度模型的冷反射消除方法的融合矫正曲线示意图；

图6为本发明实施例提供的一种基于冷反射强度模型的冷反射消除方法的冷反射消除效果图。

具体实施方式

下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。

实施例一

请参见图1，图1为本发明实施例提供的一种基于冷反射强度模型的冷反射消除方法的流程示意图，用于红外图像数据的处理，其中，所述红外图像包括背景数据和目标数据，该方法包括以下步骤：

s1、提取红外图像数据中预定方向的初始数据；

s2、对所述初始数据中每个像素点数据进行预处理，得到每个像素点的预处理数据；

s3、去除所述预处理数据中的目标数据，得到背景数据曲线；

s4、消除所述背景数据曲线的曲线波折，得到预处理曲线；

s5、拟合所述预处理曲线，得到拟合曲线；

s6、矫正所述拟合曲线，得到矫正曲线；

s7、融合所述矫正曲线，得到冷反射强度矩阵m；

s8、用红外图像数据矩阵减去所述冷反射强度矩阵m，得到消除冷反射的图像矩阵；

s9、对所述消除冷反射的图像矩阵进行重映射，得到消除冷反射的红外图像。

具体的，所述的预定方向包括以所述红外图像中心点为原点指向角的四个方向和垂直指向边的四个方向。

具体的，步骤s2包括：

s21、对所述初始数据进行均值滤波处理，得到均值滤波数据；

s22、获取所述均值滤波数据中所有所述预定方向上的第一位置数据之前的均值滤波数据的最小值；

优选的，所述第一位置数据指每个预定方向数据的前30个数据；

s23、将所述均值滤波数据减去所述均值滤波数据的最小值，并将第二位置数据之前的均值滤波数据置0，得到每个像素点的预处理数据；

优选的，所述第二位置数据指每个预定方向数据的前15个数据。

具体的，步骤s3包括：

s301、当判断所述预处理数据的第一区域存在目标数据时，计算得到所述预处理数据的邻域极小值点；

具体的，所述第一区域指沿预定方向，目标数据在最后一个处理数据之前结束；

s302、直线连接所述邻域极小值点，得到初始曲线；

s303、重复执行所述步骤s301-s302，直至所述初始曲线单调递增，得到所述背景数据曲线。

具体的，步骤s3还包括：

s311、当判断所述预处理数据第二区域存在目标数据时，计算得到所述预处理数据的最后一个邻域极小值点；

具体的，所述第二区域指沿预定方向，目标数据在最后一个处理数据时未结束；

s312、判断所述最后一个邻域极值小点至终点的数据是否存在突变；

s313、若存在突变，则对突变处差分值设置为斜率k，根据所述斜率k拟合得到所述背景数据曲线；其中，所述斜率k为：

式中，k为m点与n点连线的斜率，f(m)为突变点前一点的数据，m为突变点前一点的坐标，n为初始不为0的点的坐标。

具体的，步骤s4包括：

s401、若所述最后一个邻域极小值点位于所述背景数据曲线的前3/4段，则将所述最后一个邻域极小值点前面的数据采用f(x)表示：

式中，f(a)为最后一个邻域极小值点的数据值，a为最后一个邻域极小值点的坐标，n为最后一个零点的坐标，f(x)为坐标为x点的数据值；

s402、计算得到最后一个零点至所述最后一个邻域极小值点之间的所有f(x)之和s1；

s403、计算所述背景数据曲线中所述最后一个零点至所述最后一个邻域极小值点之间的数据值之和s；

s404、比较s1与s，若s1＜s，则将所述最后一个零点至所述最后一个邻域极小值点之间数据采用f(x)表示，若s1＞s，则将将所述最后一个零点至所述最后一个邻域极小值点之间数据设置为所述背景数据曲线中的数据值，得到所述预处理曲线。

具体的，步骤s4还包括：

s411、若所述最后一个邻域极小值点位置位于所述背景数据曲线的后3/4段，则将所述最后一个邻域极小值点前面的数据采用f(x)表示：

式中，f(a)为最后一个邻域极小值点的数据值，a为最后一个邻域极小值点的坐标，n为最后一个零点的坐标，f(x)为坐标为x点的数据值。

s412、执行所述步骤s402-s404，得到所述预处理曲线。

具体的，步骤s5包括：

建立图像冷反射模型，其中，所述图像冷反射模型包括在以所述红外图像中心点为原点指向角的四个方向中，在所述第二位置数据与3lm/4位置数据范围之间采用一次函数进行拟合，并且在所述3lm/4位置数据与lm位置数据范围之间采用二次函数进行拟合，得到角方向拟合曲线；在以所述红外图像中心点为原点垂直指向边的四个方向中，采用二次函数进行拟合，得到边方向拟合曲线；

根据所述图像冷反射模型拟合所述预处理曲线，得到拟合曲线；

其中，lm为所述预定方向中任一方向数据长度。

具体的，步骤s6包括：

s61、利用反馈机制矫正所述角方向拟合曲线：

根据输入数据kd、所述预处理数据矫正所述角方向拟合曲线，得到角方向矫正曲线；

s62、利用所述反馈机制矫正所述边方向拟合曲线：

s621、融合所述边方向拟合曲线：

f1(x)＝0.5f(x)+0.5(g(x)+h(x))，

式中，f1(x)为边方向拟合曲线融合后的数据，f(x)为边方向曲线数据，g(x)、h(x)为与f(x)相邻的两条角方向曲线数据；

s622、利用所述反馈机制对f1(x)进行矫正，得到边方向矫正曲线。

具体的，步骤s7包括：

所述红外图像中任一方向的曲线f(x)表示为：

式中，f(x)为任一方向的曲线，f1(x)、f2(x)分别为与f(x)相邻的两条预定方向曲线中的任一条，θ1为任一方向与f1(x)所在方向的夹角，θ2为任意方向与f2(x)所在方向的夹角；

由f(x)得到所述冷反射强度矩阵m。

本发明实施例的冷反射消除方法可以有效减弱红外图像受相机内部冷反射的影响，增强红外图像边缘对比度及显示效果，为红外图像边缘弱小目标的识别和跟踪提供了便利；同时，由于直接对图像数据分析，不需要对特定的红外相机的冷光源辐射进行标定或者减弱，普适性强，成本较低，可以适用于不同类型的红外相机。

实施例二

在上述实施例一的基础上，本发明的具体实现步骤如下：

s1、提取红外图像数据中预定方向的初始数据。

请参见图2，通过对红外图像数据的分析，选取图像上的八个方向的图像数据，分别为以图像中心为原点指向四个对角的角方向①、②、③、④和垂直指向四条边的边方向⑤、⑥、⑦、⑧，角方向数据代表图像四个角方向的冷反射强度，边方向数据代表图像四个边方向的冷反射强度，由八个方向的红外图像数据反映红外图像整体的冷反射强度。若图像数据不为红外相机原始数据，则将图像数据分别乘以2以增加数据整体动态范围，再提取数据。

s2、对初始数据中每个像素点数据进行预处理，得到每个像素点的预处理数据。具体步骤如下：

对提取的8个方向的红外图像数据进行均值滤波处理，以减弱噪声的影响，得到均值滤波数据；找到每个方向的均值滤波数据的前30个数据中的最小数据，并将每个方向均值滤波数据减去这个最小数据，即将均值滤波数据的最小值归到0；并且假定在以图像中心为原点的15个像素的圆形区域没有冷反射干扰，将均值滤波数据中前15个数据置0，得到每个像素点的预处理数据。

s3、去除预处理数据中的目标数据，得到背景数据曲线。请参见图3，图3a为原始图像，图3b为①方向的预处理数据曲线，3c为①方向的背景数据曲线。具体步骤如下：

通过分析得到红外图像的冷反射效应在图像中是渐变的，假设冷反射效应存在图像背景中，去除预处理数据的目标数据，提取背景数据即可得到冷反射效应情况。当判断预处理数据的第一区域存在目标数据时(第一区域指沿预定方向，目标数据在最后一个处理数据之前结束)，计算得到预处理数据的邻域极小点，并将两个邻域极小点用直线连接，重复此步骤直至得到单调递增的背景数据曲线。

当判断预处理数据的第二区域存在目标数据时(第二区域是指沿预定方向，目标数据在最后一个处理数据时未结束)，计算得到预处理数据的最后一个邻域极小值点a，以a点为初始点直至数据终点，做均值滤波和中值滤波以平滑数据，然后对平滑后的数据做差分，分析a点至终点的数据是否存在突变，若存在突变，则将突变处差分值设为斜率k，得到背景数据曲线。其中，斜率k为：

式中，k为m点与n点连线的斜率，f(m)为突变点前一点的数据，m为突变点前一点的坐标，n为初始数据不为0的点的坐标。

s4、消除背景数据曲线的曲线波折，得到预处理曲线；请参见图4，其中，图4a为背景数据曲线，图4b为预处理曲线。具体步骤如下：

通过s1-s3的处理，背景数据曲线可以反映图像背景情况，背景数据曲线整体单调递增，但曲线中还存在波折影响后续处理，请参见图4a，因此判断最后一个邻域极小值点a的位置。

若a点位于背景数据曲线的前3/4段，则将a点前面的数据设置为该点与整体数据最后一个零点(n,0)的连线在该点的值：

式中，f(a)为a点的数据值，a为该点的坐标，n为最后一个零点的坐标，f(x)为坐标为x点的数据值；

若a点位于背景数据曲线的后3/4段，则将a点前面的数据设置为该点处与整体数据最后一个零点(n,0)之间作一个以(n,0)点为对称点且过(a,f(a))点的二次函数的值：

式中，f(a)为a点的数据值，a为该点的坐标，n为最后一个零点的坐标，f(x)为坐标为x点的数据值。

比较n-a之间修改后数据值之和s1与n-a修改前数据值之和s，若s1＜s，则将n-a之间数据设置为修改后的值，若s1＞s，则将n-a之间数据设置为原值，得到预处理曲线。

步骤5、拟合预处理曲线，得到拟合曲线；具体步骤为：

建立图像冷反射模型，假设前15个数据的冷反射对图像无影响，其中，图像冷反射模型包括在以红外图像中心点为原点指向角的四个方向中，在15至3lm/4数据范围之间采用一次函数进行拟合，并且在3lm/4位置数据至lm位置数据范围之间采用二次函数进行拟合，得到角方向拟合曲线；在以红外图像中心点为原点垂直指向边的四个方向中，在15至lm位置数据范围之间采用二次函数进行拟合，得到边方向拟合曲线；其中，lm为预定方向中任一方向数据长度。

因此，利用最小二乘法对预处理曲线进行拟合。在①②③④方向的15至3lm/4数据范围使用一次函数拟合，3lm/4至lm数据范围使用二次函数拟合，找到分段曲线的连接点将各段曲线连接起来分别得到角方向拟合曲线a、b、c、d；若曲线无法连接，则使用3lm/4处二次函数拟合的点与(15,0)点连线作为一次函数区域。在⑤⑥⑦⑧方向的15至lm数据范围用二次函数拟合，得到边方向拟合曲线e、f、g、h。

s6、矫正拟合曲线，得到矫正曲线；具体步骤为：

为使拟合曲线更接近真实曲线，所以利用反馈机制进行矫正拟合曲线a、b、c、d、e、f、g、h。

矫正角方向拟合曲线a、b、c、d。以拟合曲线a为例，首先输入kd，用曲线a对应的拟合数据乘以kd得到数据组a，用角方向的预处理数据减去数据组a得到数据组a1，对数据组a1做差分，去除差分数据中极大值和极小值，得到差分数据后1/4段总和sumd；kd初始值设为1，若sumd＜-0.25*lma，则kd＝kd-0.1，依次循环直到sumd≥-0.25*lma，得到kd；用kd乘以a对应的拟合数据，得到矫正数据，从而得到矫正曲线a0；其中，lma为a方向的数据长度。对拟合曲线b、c、d，用同样的方法处理，得到矫正曲线b0、c0、d0。

矫正边方向拟合曲线e、f、g、h。首先将e、f、g、h分别与其周围两个角方向的拟合曲线融合：

式中，e1、f1、g1、h1为融合后的边方向拟合曲线，e、f、g、h为边方向拟合曲线，a、b、c、d为角方向拟合曲线；

然后利用上述反馈机制对e1、f1、g1、h1进行矫正，得到矫正曲线e0、f0、g0、h0。

s7、融合矫正曲线，得到冷反射强度矩阵m；具体步骤为：

经过上述步骤可以近似得到8个方向的冷反射强度，然后利用该8个方向重构出整幅图像的冷反射。请参见图5，以图中左上角的点(x1,y1)为例，可以由方向①的拟合曲线a0和方向误拟合曲线e0叠加产生，设点(x1,y1)距离图像中心原点为r，点(x1,y1)的值由a0和e0融合得出：

式中，f(r)为点(x1,y1)的值，f1(r)代表曲线a0距离中心原点为r的数据值，f5(x)为代表曲线e0上距离中心原点为r的数据值，θ1为点(x1,y1)所在方向与方向①的夹角，θ2为点(x1,y1)所在方向与方向⑤的夹角；

对于其他任意坐标的数据都可以根据其周围两个预定方向的数据值线性融合而来。经过曲线融合从而得到整幅图像冷反射强度矩阵m。

s8、用红外图像数据矩阵减去冷反射强度矩阵m，得到消除冷反射的图像矩阵；

s9、对消除冷反射的图像矩阵进行重映射，得到消除冷反射的红外图像，请参见图6，其中图6a为原始红外图像，图6b为消除冷反射的红外图像。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。