一种短波红外相机的图像校正方法、装置、设备及介质

1.本发明涉及图像校正技术领域，特别是涉及一种短波红外相机的图像校正方法、装置、设备及介质。


背景技术：

2.短波红外相机可在各类天气及照明条件下进行图像采集，具有广阔的应用前景。在短波红外相机采集图像时，图像中每个像素点对应光的响应值为像素点的像素值。
3.由于短波红外相机的图像中每个像素点对于光的响应值存在偏差，导致每个像素点的像素值与实际像素值不一致，即相机采集到的图像存在不均匀性，例如图像中存在不均匀的线条。为了提高相机的图像质量，需要对采集的图像进行校正。


技术实现要素：

4.鉴于以上所述现有技术的缺点，本发明的目的在于提供一种短波红外相机的图像校正方法、装置、设备及介质，本发明能够提高采集图像的质量。
5.为实现上述目的及其他相关目的，本发明提供一种短波红外相机的图像校正方法，包括：
6.获取相机的第一图像信息集，其中，所述第一图像信息集包括多帧暗背景图像信息与多帧强光照图像信息；
7.基于所述第一图像信息集中每个像素点的像素值，计算每个像素点的判别值；
8.获取所述判别值大于等于预设阈值的像素点的位置信息，以生成异常像素点定标矩阵；
9.基于所述异常像素点定标矩阵，对所述第一图像信息集进行补偿处理，以生成第二图像信息集，其中，所述第二图像信息集包括中间暗背景图像信息与中间强光照图像信息；
10.基于所述第二图像信息集中每个像素点的像素值，获取像素值校正系数；
11.获取待校正的原始图像信息，并基于所述异常像素点定标矩阵，对所述原始图像信息进行补偿处理，生成补偿图像信息；
12.基于所述校正系数，对所述补偿图像信息进行校正处理，生成目标图像信息。
13.在本发明一实施例中，所述基于所述第一图像信息集中每个像素点的像素值，计算每个像素点的判别值的步骤包括：
14.基于所述多帧暗背景图像中每个像素点的像素值，以预设的暗背景计算模型计算每个所述像素点的判别值，其中，所述暗背景计算模型包括固定模式噪声计算模型及暗背景随机噪声计算模型；
15.基于所述多帧强光照图像中每个像素点的像素值，以预设的强光照计算模型计算每个像素点的判别值，其中，所述强光照计算模型包括强光照随机噪声计算模型及光响应不均匀计算模型。
16.在本发明一实施例中，所述固定模式噪声计算模型d1表示为：在本发明一实施例中，所述固定模式噪声计算模型d1表示为：其中，表示多帧暗背景图像中a
ij
像素点的所有像素值的平均值，表示所有的平均值，s
ax
表示所有的标准差，a
ij
像素点表示每帧暗背景图像中第i行第j列位置的像素点。
17.在本发明一实施例中，所述暗背景随机噪声计算模型d2表示为：在本发明一实施例中，所述暗背景随机噪声计算模型d2表示为：其中，s
aij
表示多帧暗背景图像中a
ij
像素点的所有像素值的标准差，表示所有s
aij
的平均值，s
as
表示所有s
aij
的标准差。
18.在本发明一实施例中，所述光响应不均匀计算模型d3表示为：在本发明一实施例中，所述光响应不均匀计算模型d3表示为：其中，表示多帧强光照图像中b
ij
像素点的所有像素值的平均值，表示所有的平均值，表示所有表示所有的平均值，s
p
表示所有的标准差，b
ij
像素点表示每帧强光照图像中第i行第j列位置的像素点。
19.在本发明一实施例中，所述基于所述第二图像信息集中每个像素点的像素值，获取像素值校正系数的步骤包括：
20.基于所述中间暗背景图像信息与所述中间强光照图像信息的像素值，获取像素值校正系数，其中，所述像素值校正系数表示为校正系数，其中，所述像素值校正系数表示为grey表示中间强光照图像信息，dark表示中间暗背景图像信息。
21.在本发明一实施例中，所述目标图像信息表示为c1表示补偿图像信息。
22.本发明还提供一种短波红外相机的图像校正装置，包括：
23.接收模块，用于获取所述短波红外相机的第一图像信息集，其中，所述第一图像信息集包括多帧暗背景图像信息与多帧强光照图像信息；
24.判别模块，用于基于所述第一图像信息集中每个像素点的像素值，计算每个像素点的判别值；
25.生成模块，用于获取所述判别值大于等于预设阈值的像素点的位置信息，以生成异常像素点定标矩阵；
26.处理模块，用于基于所述异常像素点定标矩阵，对所述第一图像信息集进行补偿处理，以生成第二图像信息集，其中，所述第二图像信息集包括中间暗背景图像信息与中间强光照图像信息；
27.获取模块，用于基于所述第二图像信息集中每个像素点的像素值，获取像素值校正系数；
28.补偿模块，用于获取待校正的原始图像信息，并基于所述异常像素点定标矩阵，对所述原始图像信息进行补偿处理，生成补偿图像信息；
29.校正模块，用于基于所述像素值校正系数，对所述补偿图像信息进行校正处理，生成目标图像信息。
30.本发明还提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述短波红外相机的图像校正方法的步骤。
31.本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述短波红外相机的图像校正方法的步骤。
32.如上所述，本发明提供一种短波红外相机的图像校正方法、装置、设备及介质，针对短波红外相机的非均匀性图像的校正，通过采集多帧图像来获取异常像素点的位置信息及非均匀性校正系数，以去除原始图像的异常像素点及不均匀的线条，可以极大提高图像的质量。
附图说明
33.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
34.图1显示为本发明一实施例中短波红外相机的图像校正方法的一应用环境示意图；
35.图2显示为本发明一实施例中短波红外相机的图像校正方法的一流程示意图；
36.图3显示为本发明一实施例中获取多帧强光照图像信息的设备示意图；
37.图4是图2中步骤s20的一具体实施方式流程示意图；
38.图5显示为本发明一实施例中短波红外相机的图像校正装置的一结构示意图；
39.图6显示为本发明一实施例中的待校正的原始图像；
40.图7显示为本发明一实施例中对原始图像补偿处理后的补偿图像；
41.图8显示为本发明一实施例中对补偿图像校正处理后的目标图像；
42.图9是本发明一实施例中计算机设备的一结构示意图；
43.图10是本发明一实施例中计算机设备的另一结构示意图。
具体实施方式
44.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
45.本发明实施例提供的短波红外相机的图像校正方法，可应用在如图1的应用环境中，其中，处理端110和控制端120可进行通信。处理端110可获取控制端120采集的短波红外相机的多帧暗背景图像信息与多帧强光照图像信息，此多帧暗背景图像信息与多帧强光照图像信息可作为第一图像信息集。接着基于多帧暗背景图像信息与多帧强光照图像信息中每个像素点的像素值，计算每个所述像素点的判别值，以判别出异常像素点。获取判别值大于等于预设阈值的像素点的位置信息，可为异常像素点的位置信息，将异常像素点的位置信息汇总可生成异常像素点定标矩阵。为了定位异常像素点，可对多帧暗背景图像信息进
行平均处理，生成平均暗背景图像信息，同样可对多帧强光照图像信息进行平均处理，生成平均强光照图像信息。基于所述异常像素点定标矩阵，可定位平均暗背景图像信息与平均强光照图像相应位置的异常像素点，以对异常像素点进行补偿处理，可生成中间暗背景图像信息与中间强光照图像信息，此中间暗背景图像信息与中间强光照图像信息可作为第二图像信息集。补偿处理后的中间暗背景图像信息与中间强光照图像信息可正确反映暗背景条件与强光照条件下的图像信息。基于所述中间暗背景图像信息与所述中间强光照图像信息的像素值，可计算像素值校正系数。当处理端110获取控制端120采集的待校正的原始图像信息后，可首先利用异常像素点定标矩阵，对原始图像信息中相应的异常像素点位置进行补偿处理，生成补偿图像信息。然后可减去补偿图像信息中原本具有的中间暗背景图像信息。最后可基于校正系数，对该补偿图像信息进行校正处理，再加上暗背景信息，生成目标图像信息。在本发明中，基于暗背景条件与强光照条件下的图像信息来获取校正系数，利用校正系数对原始图像信息的不均匀像素值进行校正，生成目标图像信息，提高了图像的质量。其中，处理端110可以但不限于各种独立的服务器或者是集成于相机中的处理器。控制端120可以用集成于相机中的控制器来实现。
46.请参阅图2所示，图2为本发明实施例提供的一种短波红外相机的图像校正方法的一个流程示意图，包括如下步骤：
47.步骤s10、获取短波红外相机的第一图像信息集，其中，所述第一图像信息集包括多帧暗背景图像信息与多帧强光照图像信息。
48.步骤s20、基于所述第一图像信息集中每个像素点的像素值，计算每个像素点的判别值。
49.步骤s30、获取所述判别值大于等于预设阈值的像素点的位置信息，以生成异常像素点定标矩阵。
50.步骤s40、基于所述异常像素点定标矩阵，对所述第一图像信息集进行补偿处理，以生成第二图像信息集，其中，所述第二图像信息集包括中间暗背景图像信息与中间强光照图像信息。
51.步骤s50、基于所述第二图像信息集中每个像素点的像素值，获取像素值校正系数。
52.步骤s60、获取待校正的原始图像信息，并基于所述异常像素点定标矩阵，对所述原始图像信息进行补偿处理，生成补偿图像信息。
53.步骤s70、基于所述校正系数，对所述补偿图像信息进行校正处理，生成目标图像信息。
54.对于步骤s10，需要说明的是，相机的暗背景图像与强光照图像可反映暗背景条件下与强光照条件下的采集图像，基于此两种条件图像的像素点的像素值，可计算图像像素点的非均匀像素值与实际像素值的偏量，从而获取校正系数。
55.需要注意的是，非均匀像素值是指图像中每个像素点对于均匀光的响应存在偏差，导致每个像素点的像素值与实际像素值不一致，即相机采集到的图像存在不均匀性。例如图像中存在不均匀的线条等。
56.在获取短波红外相机的多帧暗背景图像信息时，将相机的镜头用镜头盖盖住，可连续采集预设帧数的图像，作为相机的暗背景图像。此处采集的暗背景图像的像素值可设
定为低于相机最大像素值的50％或其他数值。每帧暗背景图像的像素值可以指图像中所有像素点的像素值的最大值，相机的最大像素值可以指相机可拍摄的图像中所有像素点的最大像素值。
57.如图3所示，在获取短波红外相机的多帧强光照图像信息时，可将标准白板置于相机正下方，将光源调整合适强度，然后可连续采集预设帧数的图像，作为相机的强光照图像。此处采集的强光照图像的像素值可设定为高于暗背景图像的像素值的30％，且不超过相机的最大像素值。需要说明的是，白板可为相机提供均匀的反射光源，在相机理想状态下不存在光的非均匀性响应时，基于白板的反射光可使得相机采集的图像中每个像素点的像素值相同。当相机存在光的非均匀性响应时，强光照图像信息中每个像素点的不均匀像素值相较实际像素值的偏量可表示非均匀性带来的像素差异。
58.值得提及的是，通过采集多帧图像信息来进行校正，可避免采集单帧图像信息进行校正的不准确，越能代表提高校正的精度。例如，针对暗背景图像，采集的帧数越多，越能准确表示暗背景图像信息。针对强光照图像，采集的帧数越多，越能准确表示强光照图像信息。
59.对于步骤s20，需要说明的是，对于每帧暗背景图像信息与每帧强光照图像信息，每帧图像的分辨率可设定为m*n，该分辨率可表示每帧图像的像素点为m*n个，并呈m行n列排布。对于暗背景图像信息中第i行第j列位置的像素点，可设定为a
ij
像素点。对于强光照图像信息中第i行第j列位置的像素点，可设定为b
ij
像素点。
60.在相机采集的图像信息中，会存在异常像素点，例如像素值过高的点或像素值过低的点。因此，需要对图像信息进行补偿，消除异常像素点。进一步需要说明的是，异常像素点可通过每个像素点的判别值进行确定。因此，在确定多帧暗背景图像信息中的异常像素点时，可基于多帧暗背景图像信息中每个像素点的像素值，计算像素点的判别值，以判定异常像素点。同样的，在确定多帧强光照图像信息中的异常像素点时，可基于多帧强光照图像信息中每个像素点的像素值，计算像素点的判别值，以判定异常像素点。
61.值得提及的是，判别值可以表示一个像素点与整体所有像素点的差异性。判别值越大，可说明一个像素点与整体所有像素点差异越大。在判定异常像素点时，可设定一个判别阈值，当某个像素点的判别值与判别阈值满足预设关系时，可判定此像素点为异常像素点。
62.对于步骤s30，需要说明的是，对于多帧暗背景图像信息，异常像素点的产生原因可以是固定模式噪声及随机噪声，对于固定模式噪声，可预设固定模式噪声计算模型来计算判别值，以确定固定模式噪声导致的异常像素点的位置。对于随机噪声，可预设暗背景随机噪声计算模型来计算判别值，以确定随机噪声导致的异常像素点的位置。需要解释的是，固定模式噪声可以指出现在图像固定位置的噪声点，随机噪声可以指随机出现在图像某个位置的噪声点。噪声点可以指图像中本不存在的异常像素点。
63.进一步需要说明的是，对于多帧强光照图像信息，异常像素点的产生原因可以是随机噪声及光响应不均匀性。对于随机噪声，可预设强光照随机噪声计算模型来计算判别值，以确定随机噪声导致的异常像素点的位置。对于光响应不均匀性，可预设光响应不均匀计算模型来计算判别值，以确定光响应不均匀性导致的异常像素点的位置。
64.针对多帧暗背景图像信息及多帧强光照图像信息，可计算不同模型下的每个像素
点的判别值，以确定不同模型下的异常像素点位置。作为一示例，对于多帧暗背景图像信息下的固定模式噪声计算模型，若每帧暗背景图像的像素为4行4列的排布，且计算出第3行第3列的像素点为异常像素点，则该模式下的子定标矩阵可表示为，
[0065][0066]
对于多帧暗背景图像信息下的随机噪声计算模型，若计算出第2行第1列的像素点及第3行第3列的像素点为异常像素点，则该模式下的子定标矩阵可表示为，
[0067][0068]
对于多帧强光照图像信息下的随机噪声计算模型，若计算出第1行第1列的像素点及第2行第1列的像素点为异常像素点，则该模式下的子定标矩阵可表示为，
[0069][0070]
对于多帧强光照图像信息下的光响应不均匀计算模型，若计算出第4行第1列的像素点为异常像素点，则该模式下的子定标矩阵可表示为，
[0071][0072]
通过汇总上述模式下的子定标矩阵中异常像素点的位置信息，可生成异常像素点定标矩阵，异常像素点定标矩阵可表示为，
[0073][0074]
此异常像素点定标矩阵可反映所有异常像素点的位置信息。
[0075]
对于步骤s40，需要说明的是，此补偿处理的过程可以表示为将图像中异常像素点的像素值替换为邻近矩阵中其他像素点的像素值平均值，以消除异常像素值。需要说明的是，若每帧图像的像素为4行4列的排布，邻近矩阵可以表示为图像中某个异常像素点为中心的3行3列的矩阵。邻近矩阵的具体位置可根据补偿需求进行适应性设定。
[0076]
具体的来说，在进行补偿处理前，可首先对多帧暗背景图像信息进行平均处理，生成平均暗背景图像信息，此平均暗背景图像信息可均一化的反映暗背景图像信息。然后对平均暗背景图像信息进行补偿处理后，可去除异常像素点，正确反映暗背景图像信息，以便
后续利用正确的暗背景图像信息进行校正。在对平均暗背景图像进行补偿处理时，可基于异常像素点定标矩阵中的异常像素点位置信息，定位至图像中的异常像素点。对异常像素点的像素值进行替换时，可将异常像素点的邻近矩阵设定为以该像素点为中心的3行3列的矩阵，异常像素点的替换值可以为邻近矩阵中去除中心点的其他像素点像素值的均值。则异常像素点的替换值可表示为a(i，j)＝[a(i-1，j-1)+a(i-1，j)+a(i-1，j+1)+a(i，j-1)+a(i，j+1)+a(i+1，j-1)+a(i+1，j)+a(i+1，j+1)]/8。其中，a(i，j)可表示图像中第i行第j列位置像素点的像素值。需要注意的是，初次替换时，一个异常像素点的邻近矩阵中可能存在其他异常像素点，其他异常像素点的像素值会对替换值造成干扰。因此，初次替换平均暗背景图像中每个异常像素点的像素值后，可再次对异常像素点位置的像素值进行重复替换，进一步消除邻近矩阵中其他异常像素点的像素值干扰，以完成补偿处理。需要说明的是，异常像素点的像素值替换次数可基于补偿需求进行设定。补偿处理后的平均暗背景图像信息可设定为中间暗背景图像信息。
[0077]
进一步的，可对多帧强光照图像信息进行平均处理，生成平均强光照图像信息，此平均强光照图像信息可均一化的反映强光照图像信息。对平均强光照图像信息进行补偿处理后，可去除异常像素点，正确反映强光照图像信息，以便后续利用正确的强光照图像信息进行校正。在对平均强光照图像进行补偿处理时，可基于异常像素点定标矩阵中的异常像素点位置信息，定位至图像中的异常像素点。对异常像素点的像素值进行替换时，可将异常像素点的邻近矩阵设定为以该像素点为中心的3行3列的矩阵，异常像素点的替换值可以为邻近矩阵中去除中心点的其他像素点像素值的均值。则异常像素点的替换值可表示为b(i，j)＝[b(i-1，j-1)+b(i-1，j)+b(i-1，j+1)+b(i，j-1)+b(i，j+1)+b(i+1，j-1)+b(i+1，j)+b(i+1，j+1)]/8。需要注意的是，初次替换时，一个异常像素点的邻近矩阵中可能存在其他异常像素点，其他异常像素点的像素值会对替换值造成干扰。因此，初次替换平均强光照图像中每个异常像素点的像素值后，可再次对异常像素点位置的像素值进行多次替换，进一步消除邻近矩阵中其他异常像素点的像素值干扰，以完成补偿处理。需要说明的是，异常像素点的像素值替换次数可基于补偿需求进行设定。补偿处理后的平均强光照图像信息可设定为中间强光照图像信息。
[0078]
值得注意的是，对多帧图像信息进行平均处理的过程可具体为计算多帧图像中每个位置的像素点的像素均值。例如，多帧图像信息可设定为共4帧，则平均图像信息中第1行第1列的像素值x
b11
＝[b1(1，1)+b2(1，1)+b3(1，1)+b4(1，1)]/4，其中，b1(1，1)表示第一帧图像中第1行第1列的像素值，b2(1，1)表示第二帧图像中第1行第1列的像素值，b3(1，1)表示第三帧图像中第1行第1列的像素值，b4(1，1)表示第四帧图像中第1行第1列的像素值。基于以上算法，可计算平均图像信息中每个位置的像素值，以生成平均图像信息。
[0079]
对于步骤s50，基于所述中间暗背景图像信息与所述中间强光照图像信息的像素值，获取像素值校正系数。
[0080]
需要说明的是，补偿后的中间强光照图像信息中去除了异常像素点后，其图像信息中的像素点像素值可准确反映光的非均匀响应带来的影响。基于初始暗背景图像信息、初始强光照图像信息，及补偿后的中间暗背景图像信息及中间强光照图像信息，可计算图像像素点的非均匀像素值与实际像素值的偏量，此偏量可表示为校正系数。以此校正系数可进行后续采集图像的校正。
[0081]
对于步骤s60，需要说明的是，如图6所示，短波红外相机采集的原始图像信息中存在异常像素点，并且图像中像素点的像素值具有光响应不均匀性，导致像素点的像素值与实际像素值不一致，反映在图6上是不均匀的竖条。为了提高相机采集的图像质量，可先基于上述异常像素点定标矩阵，去除原始图像信息中的异常像素点。再利用上述校正系数对每个像素点的像素值进行校正，去除不均匀的横条或竖条，得到目标图像信息。
[0082]
具体的来说，在对原始图像信息进行异常像素点的补偿处理时，可基于异常像素点定标矩阵中的异常像素点位置信息，定位至图像中的异常像素点。对异常像素点的像素值进行替换时，可将异常像素点的邻近矩阵设定为以该像素点为中心的3行3列的矩阵，异常像素点的替换值可以为邻近矩阵中去除中心点的其他像素点像素值的均值。则异常像素点的替换值可表示为c(i，j)＝[c(i-1，j-1)+c(i-1，j)+c(i-1，j+1)+c(i，j-1)+c(i，j+1)+c(i+1，j-1)+c(i+1，j)+c(i+1，j+1)]/8。其中，c(i，j)可表示原始图像信息中第i行第j列位置像素点的像素值。需要注意的是，初次替换时，一个异常像素点的邻近矩阵中可能存在其他异常像素点，其他异常像素点的像素值会对替换值造成干扰。因此，初次替换平均暗背景图像中每个异常像素点的像素值后，可再次对异常像素点位置的像素值进行重复替换，进一步消除邻近矩阵中其他异常像素点的像素值干扰，以完成补偿处理。需要说明的是，异常像素点的像素值替换次数可基于补偿需求进行设定。补偿处理后的原始图像信息可设定为补偿图像信息，如图7所示，补偿图像信息中去除了原始图像中的异常像素点。
[0083]
对于步骤s70，需要说明的是，在对补偿图像信息进行校正时，可基于校正系数，对图像中每个像素点的像素值进行校正，使其像素值与实际像素值一致。值得注意的是，在不存在光的情况下，相机自身存在响应值，即相机自身存在暗背景下的像素值。此部分暗背景像素值并不存在光响应性偏差的问题。而像素值的校正是对光响应性偏差导致的像素值偏差进行校正，因此在进行图像的像素值校正前，可在目前图像中像素点的像素值基础上减去相机暗背景图像中像素点的像素值，以去除暗背景对像素值校正的影响。
[0084]
进一步可说明的是，在基于校正系数进行校正时，可将补偿图像信息中每个像素点的像素值除以校正系数，以完成像素值的校正。由于相机最终所需的目标图像信息存在暗背景图像信息，在进行像素值校正后，可对每个像素点的像素值加上暗背景图像信息，以得到目标图像信息，如图8所示，目标图像信息中去除了原始图像中不均匀的竖条。
[0085]
在一示例性的实施例中，如图4所示，基于所述第一图像信息集中每个像素点的像素值，计算每个像素点的判别值的过程包括，
[0086]
步骤s21、基于所述多帧暗背景图像中每个像素点的像素值，以预设的暗背景计算模型计算每个所述像素点的判别值，其中，所述暗背景计算模型包括固定模式噪声计算模型及暗背景随机噪声计算模型。
[0087]
步骤s22、基于所述多帧强光照图像中每个像素点的像素值，以预设的强光照计算模型计算每个所述像素点的判别值，其中，所述强光照计算模型包括强光照随机噪声计算模型及光响应不均匀计算模型。
[0088]
需要说明的是，对于多帧暗背景图像信息，异常像素点的产生原因可以是固定模式噪声及随机噪声，对于固定模式噪声，可预设固定模式噪声计算模型来计算判别值，以确定固定模式噪声导致的异常像素点的位置。对于随机噪声，可预设暗背景随机噪声计算模型来计算判别值，以确定随机噪声导致的异常像素点的位置。需要解释的是，固定模式噪声
可以指出现在图像固定位置的噪声点，随机噪声可以指随机出现在图像某个位置的噪声点。噪声点可以指图像中本不存在的异常像素点。
[0089]
进一步需要说明的是，对于多帧强光照图像信息，异常像素点的产生原因可以是随机噪声及光响应不均匀性。对于随机噪声，可预设强光照随机噪声计算模型来计算判别值，以确定随机噪声导致的异常像素点的位置。对于光响应不均匀性，可预设光响应不均匀计算模型来计算判别值，以确定光响应不均匀性导致的异常像素点的位置。
[0090]
在一示例性的实施例中，固定模式噪声计算模型可表示为在一示例性的实施例中，固定模式噪声计算模型可表示为其中，表示多帧暗背景图像中a
ij
像素点的所有像素值的平均值，表示所有的平均值，s
ax
表示所有的标准差。a
ij
像素点表示每帧暗背景图像中第i行第j列位置的像素点，a(i，j)表示图像中第i行第j列位置像素点的像素值。在此计算模型中，可表示第i行第j列位置像素点的像素均值与所有位置的像素均值的平均值的差异值。可表示上述差异值与s
ax
标准差的倍数关系。倍数越大，说明该a
ij
像素点的像素值与整体所有像素点的像素均值差异越大。例如倍数阈值设定为3.5时，当时，当可判定该a
ij
像素点为异常像素点。
[0091]
具体的来说，若存在8帧暗背景图像，每帧图像中存在4个像素点，呈2行2列的排布，am(i，j)可表示第m帧暗背景图像中第i行第j列位置像素点的像素值。需要说明的是，计算第1行第1列位置像素点的时，时，时，
[0092]
需要理解的是，计算时，时，
[0093]
在一示例性的实施例中，暗背景随机噪声计算模型可表示为在一示例性的实施例中，暗背景随机噪声计算模型可表示为其中，s
aij
表示多帧暗背景图像中a
ij
像素点的所有像素值的标准差，表示所有s
aij
的平均值，s
as
表示所有s
aij
的标准差。a
ij
像素点表示每帧暗背景图像中第i行第j列位置的像素点。在此计算模型中，可表示第i行第j列位置像素点的像素值标准差与所有位置的像素标准差的平均值的差异值。可表示上述差异值与s
as
标准差的倍数关系。倍数越大，说明该a
ij
像素点的像素值标准差与整体所有像素点的像素标准差的均值差异越大。例如倍数阈值设定为3.5时，当可判定该a
ij
像素点为异常像素点。
[0094]
在一示例性的实施例中，强光照随机噪声计算模型与上述暗背景随机噪声计算模型的算法一致，强光照随机噪声计算模型可表示为其中，s
bij
表示多帧暗背景图像中b
ij
像素点的所有像素值的标准差，表示所有s
bij
的平均值，s
bs
表示所有s
bij
的标准差。b
ij
像素点表示每帧强光照图像中第i行第j列位置的像素点。在此计算模型中，可表示第i行第j列位置像素点的像素值标准差与所有位置的像素标准差
的平均值的差异值。的平均值的差异值。可表示上述差异值与s
bs
标准差的倍数关系。倍数越大，说明该b
ij
像素点的像素值标准差与整体所有像素点的像素标准差的均值差异越大。例如倍数阈值设定为3.5时，当可判定该b
ij
像素点为异常像素点。
[0095]
在一示例性的实施例中，光响应不均匀计算模型可表示为在一示例性的实施例中，光响应不均匀计算模型可表示为其中，表示多帧强光照图像中b
ij
像素点的所有像素值的平均值，表示所有的平均值，表示所有表示所有的平均值，s
p
表示所有的标准差，b
ij
像素点表示每帧强光照图像中第i行第j列位置的像素点。在此计算模型中，可表示第i行第j列位置像素点在强光照条件下的像素均值减去暗背景下的像素均值，由于暗背景像素值并不存在光响应性偏差的问题，在此光响应不均匀计算模型中，可去除了相机自身具有的暗背景像素均值。可表示强光照条件下所有像素均值的平均值减去暗背景下的所有像素均值的平均值，同样去除了相机自身具有的暗背景像素。则表示第i行第j列位置像素点的实际像素均值与所有像素均值的平均值的倍数关系，表示上述倍数关系与所有倍数关系的平均值p的差异值，因此，表示上述差异值与标准差s
p
的倍数关系。倍数越大，说明该b
ij
像素点与整体所有像素点差异越大。例如倍数阈值设定为3.5时，当3.5时，当可判定该b
ij
像素点为异常像素点。
[0096]
在一示例性的实施例中，基于所述中间暗背景图像信息与所述中间强光照图像信息的像素值，获取像素值校正系数的过程包括，
[0097]
基于所述中间暗背景图像信息与所述中间强光照图像信息的像素值，获取像素值校正系数，其中，所述像素值校正系数表示为校正系数，其中，所述像素值校正系数表示为grey表示中间强光照图像信息，dark表示中间暗背景图像信息。
[0098]
需要说明的是，相机采集的初始强光照图像信息中像素点的像素值为非均匀性像素值。基于初始暗背景图像信息、初始强光照图像信息，及补偿后的中间暗背景图像信息及中间强光照图像信息，可计算图像像素点的非均匀像素值与实际像素值的偏量，此偏量可表示为校正系数。以此校正系数可进行后续采集图像的校正。
[0099]
具体的来说，grey可表示上述补偿后的中间强光照图像信息，dark可表示上述补偿后的中间暗背景图像信息，可表示上述初始多帧强光照图像中所有位置像素点的像素均值的二次平均值，可表示初始的多帧暗背景图像中所有位置像素点的像素均值的二次平均值。grey－dark可表示强光照条件下的图像像素去除暗背景条件下的图像像素，以去除相机自身具有的暗背景像素，即grey－dark可表示图像实际对于光的响应像素值。
可表示强光照条件下的二次平均值去除暗背景下的二次平均值，以去除相机自身具有的暗背景像素，即可表示图像对于光的平均响应像素值。因此，可表示图像对于光的平均响应像素值。因此，可表示图像中非均匀的光响应像素值与均匀的光响应像素值之间的偏量，即所需的校正系数。
[0100]
具体的来说，例如中间强光照图像信息中存在4个像素点，呈2行2列的排布，并且中间暗背景图像信息中存在4个像素点，呈2行2列的排布。初始强光照图像可设定为例如4帧，初始暗背景图像可设定为例如4帧。a(i，j)可表示中间强光照图像中第i行第j列位置像素点的像素值。b(i，j)可表示中间暗背景图像中第i行第j列位置像素点的像素值。则第1行第1列位置像素点的校正系数为计算多帧初始强光照图像的时，首先计算多帧强光照图像下所有第1行第1列位置像素点的均值点的均值点的均值点的均值同样的，可计算第1行第2列的像素点均值第2行第1列的像素点均值第2行第2列的像素点均值第2行第2列的像素点均值以上述同样的算法，可计算多帧初始暗背景图像的即可计算第1行第1列位置像素点的校正系数p1。进一步的，第1行第2列位置像素点的校正系数为的校正系数p1。进一步的，第1行第2列位置像素点的校正系数为第2行第1列位置像素点的校正系数为数为第2行第2列位置像素点的校正系数为的校正系数为
[0101]
在一示例性的实施例中，所述目标图像信息可表示为在一示例性的实施例中，所述目标图像信息可表示为c1可表示补偿图像信息，p1可表示上述校正系数，dark可表示中间暗背景图像信息，可表示初始的多帧暗背景图像中所有位置像素点的像素均值的二次平均值，即均匀的暗背景像素值。
[0102]
具体的，在对补偿图像信息进行校正时，可基于校正系数，对图像中每个像素点的不均匀像素值进行校正，使其像素值校正为响应均匀的像素值。值得注意的是，在不存在光的情况下，相机自身存在响应值，即相机自身存在暗背景下的像素值。此部分暗背景像素值并不存在光响应性偏差的问题。而像素值的校正是对光响应性偏差导致的像素值偏差进行校正，因此在进行图像的像素值校正前，可在补偿图像信息中像素点的像素值基础上减去相机暗背景图像中像素点的像素值，即以去除暗背景对像素值校正的影响，即c1－dark。接着在进行校正时，可对(c1－dark)除以校正系数p1，获得校正的像素值。最后，由于相机最终所需的目标图像信息存在暗背景图像信息，在进行像素值校正后，可对每个像素点的像素值加上均匀的暗背景像素值以得到目标图像信息。
[0103]
可见，在上述方案中，针对短波红外相机的非均匀性图像的校正，通过采集多帧图
像来获取异常像素点的位置信息及非均匀性校正系数，以去除原始图像的异常像素点及不均匀的线条，可以极大提高图像的质量。
[0104]
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
[0105]
在一实施例中，提供一种短波红外相机的图像校正装置，该短波红外相机的图像校正装置与上述实施例中短波红外相机的图像校正方法一一对应。如图5所示，该短波红外相机的图像校正装置包括接收模块101，判别模块102，生成模块103，处理模块104，获取模块105，补偿模块106及校正模块107。接收模块101可用于获取短波红外相机的第一图像信息集，第一图像信息集中可包括多帧暗背景图像信息与多帧强光照图像信息。判别模块102可用于基于所述第一图像信息集中每个像素点的像素值，计算每个像素点的判别值。生成模块103可用于获取所述判别值大于等于预设阈值的像素点的位置信息，以生成异常像素点定标矩阵。处理模块104可用于基于所述异常像素点定标矩阵，对所述第一图像信息集进行补偿处理，以生成第二图像信息集，其中，所述第二图像信息集包括中间暗背景图像信息与中间强光照图像信息。获取模块105可用于基于所述第二图像信息集中每个像素点的像素值，获取像素值校正系数。补偿模块106可用于获取待校正的原始图像信息，并基于所述异常像素点定标矩阵，对所述原始图像信息进行补偿处理，生成补偿图像信息。校正模块107可用于基于所述像素值校正系数，对所述补偿图像信息进行校正处理，生成目标图像信息。
[0106]
在一实施例中，判别模块102，具体可用于基于所述多帧暗背景图像中每个像素点的像素值，以预设的暗背景计算模型计算每个所述像素点的判别值，其中，所述暗背景计算模型包括固定模式噪声计算模型及暗背景随机噪声计算模型。
[0107]
在一实施例中，判别模块102，还可用于基于所述多帧强光照图像中每个像素点的像素值，以预设的强光照计算模型计算每个所述像素点的判别值，其中，所述强光照计算模型包括强光照随机噪声计算模型及光响应不均匀计算模型。
[0108]
在一实施例中，固定模式噪声计算模型d1可表示为在一实施例中，固定模式噪声计算模型d1可表示为其中，表示多帧暗背景图像中a
ij
像素点的所有像素值的平均值，表示所有的平均值，s
ax
表示所有的标准差，a
ij
像素点表示每帧暗背景图像中第i行第j列位置的像素点。
[0109]
在一实施例中，暗背景随机噪声计算模型d2可表示为在一实施例中，暗背景随机噪声计算模型d2可表示为其中，s
aij
表示多帧暗背景图像中a
ij
像素点的所有像素值的标准差，表示所有s
aij
的平均值，s
as
表示所有s
aij
的标准差。
[0110]
在一实施例中，光响应不均匀计算模型d3可表示为在一实施例中，光响应不均匀计算模型d3可表示为其中，表示多帧强光照图像中b
ij
像素点的所有像素值的平均值，表示所有的平均值，表示所有表示所有的平均值，s
p
表示所有的标准差，b
ij
像素点表示每帧强光照
图像中第i行第j列位置的像素点。
[0111]
在一实施例中，获取模块105，具体可用于基于所述中间暗背景图像信息与所述中间强光照图像信息的像素值，获取像素值校正系数，其中，所述像素值校正系数p1表示为grey表示中间强光照图像信息，dark表示中间暗背景图像信息。
[0112]
在一实施例中，目标图像信息c2可表示为其中，c1可表示补偿图像信息。
[0113]
本发明提供了一种短波红外相机的图像校正装置，在上述方案中，针对短波红外相机的非均匀性图像的校正，通过采集多帧图像来获取异常像素点的位置信息及非均匀性校正系数，以去除原始图像的异常像素点及不均匀的竖条，可以极大提高图像的质量。
[0114]
关于短波红外相机的图像校正装置的具体限定可以参见上文中对于短波红外相机的图像校正方法的限定，在此不再赘述。上述短波红外相机的图像校正装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0115]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是处理端，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性和/或易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的客户端通过网络连接通信。该计算机程序被处理器执行时以实现短波红外相机的图像校正方法处理端侧的功能或步骤。
[0116]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是控制端，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部服务器通过网络连接通信。该计算机程序被处理器执行时以实现短波红外相机的图像校正方法控制端侧的功能或步骤。
[0117]
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
[0118]
获取短波红外相机的第一图像信息集，其中，所述第一图像信息集包括多帧暗背景图像信息与多帧强光照图像信息；
[0119]
基于所述第一图像信息集中每个像素点的像素值，计算每个像素点的判别值；
[0120]
获取所述判别值大于等于预设阈值的像素点的位置信息，以生成异常像素点定标矩阵；
[0121]
基于所述异常像素点定标矩阵，对所述第一图像信息集进行补偿处理，以生成第二图像信息集，其中，所述第二图像信息集包括中间暗背景图像信息与中间强光照图像信
息；
[0122]
基于所述第二图像信息集中每个像素点的像素值，获取像素值校正系数；
[0123]
获取待校正的原始图像信息，并基于所述异常像素点定标矩阵，对所述原始图像信息进行补偿处理，生成补偿图像信息；
[0124]
基于所述校正系数，对所述补偿图像信息进行校正处理，生成目标图像信息。
[0125]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0126]
获取短波红外相机的第一图像信息集，其中，所述第一图像信息集包括多帧暗背景图像信息与多帧强光照图像信息；
[0127]
基于所述第一图像信息集中每个像素点的像素值，计算每个像素点的判别值；
[0128]
获取所述判别值大于等于预设阈值的像素点的位置信息，以生成异常像素点定标矩阵；
[0129]
基于所述异常像素点定标矩阵，对所述第一图像信息集进行补偿处理，以生成第二图像信息集，其中，所述第二图像信息集包括中间暗背景图像信息与中间强光照图像信息；
[0130]
基于所述第二图像信息集中每个像素点的像素值，获取像素值校正系数；
[0131]
获取待校正的原始图像信息，并基于所述异常像素点定标矩阵，对所述原始图像信息进行补偿处理，生成补偿图像信息；
[0132]
基于所述校正系数，对所述补偿图像信息进行校正处理，生成目标图像信息。
[0133]
需要说明的是，上述关于计算机可读存储介质或计算机设备所能实现的功能或步骤，可对应参阅前述方法实施例中，处理端侧以及控制端侧的相关描述，为避免重复，这里不再一一描述。
[0134]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0135]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
[0136]
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改
或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。