一种红外图像的锐度处理方法及系统与流程

本发明涉及红外图像处理领域，尤其涉及一种红外图像的锐度处理方法及系统。

背景技术：

1、红外图像锐度评价是红外图像质量评价的重要指标之一，它可以用来评估红外图像的清晰度和细节丰富程度。在红外成像领域，由于红外图像的特殊性质，如低对比度、低分辨率、噪声等，使得红外图像的锐度评价变得尤为重要。红外图像锐度评价可以帮助我们更好地理解红外图像中的目标信息，提高红外图像的识别和检测能力。以门禁或门锁红外相机为例，只有当成像的红外图像锐度较高时(一般认为图像越清晰)，人脸识别，检测，特征提取，防伪等算法才能更好的工作。

2、在红外图像成像时，由于红外成像系统中的电路噪声/传感器震动/温度变化等噪声影响，红外图像成像一般会出现竖状条纹噪声，这些噪声无法通过传统的去噪方法去除，因此在基于传统方法计算这些图像的锐度时，会将这些条状噪声加入到锐度计算过程中，导致计算出的锐度偏大，最终导致将模糊的图像判定为清晰，从而导致输出图像锐度修复不准确的问题。

技术实现思路

1、本发明的目的是解决现有技术在无法通过传统方法处理具有方向性的噪声而导致图像锐度修复不准确的问题，并提出了一种红外图像的锐度处理方法，包括：读取待处理红外图像，并对所述待处理红外图像进行高斯滤波，获得滤波处理图像；

2、分别对所述滤波处理图像进行若干个方向的卷积运算，获得至少两个方向权重图；其中，所述若干个方向包括：宽度方向、高度方向和对角方向至少两个方向；

3、将所述至少两个方向权重图进行叠加处理，生成总位置权重图；

4、根据卷积梯度图和所述总位置权重图计算得到的加权后的梯度图，计算获得所述待处理红外图像的图像锐度；其中，所述卷积梯度图是对所述滤波处理图像进行laplace卷积运算后而获得。

5、本发明所提供的一种红外图像的锐度处理方法，考虑若干个方向的权重值，同时对图像进行梯度卷积运算，再将处理后的图像和梯度卷积运算后的图像加权处理，通过多个方向的卷积梯度运算，再通过计算得到最终修复结果，不仅面对具有方向性的噪声干扰时，本发明通过多个方向性地修正以及梯度加权处理，使得图像地锐度修复不会出现修复锐度过大导致图形不清晰的问题，又不会出现将模糊图片判断为清晰地问题，最终解决输出图像锐度修复不准确的问题。

6、进一步的，所述分别对所述滤波处理图像进行若干个方向的卷积运算，获得至少两个方向权重图；其中，所述若干个方向包括：宽度方向、高度方向和对角方向至少两个方向，具体为：

7、根据所述滤波处理图像，通过卷积核遍历全图的方式结合若干个方向权重值，每当卷积核遍历到一个像素点时，判断所述像素点的展开区间完整度，执行像素点补偿方案和方向权重矩阵运算，得到所述像素点对应的至少两个方向权重图；其中，所述像素点的展开区间为以所述像素点为中心的3×3区间，所述对角方向包括：主对角方向和副对角方向。

8、本发明通过多个方向的卷积运算，使得在处理例如竖状条纹噪声等具有方向性地噪声时，能够从多个角度度量待处理红外图像，并为从多角度对噪声进行消除做好基础铺垫。

9、进一步的，所述每当卷积核遍历到一个像素点时，判断所述像素点的区间位置，执行像素点补偿方案和方向权重矩阵运算，具体为：

10、当所述像素点展开确定为3×3不完整区间时，进行有数据列填充近邻数据，无数据列全部填充0的像素点补偿方案，再执行补偿后的像素点展开区间矩阵与至少两个方向权重矩阵的卷积运算；

11、当所述像素点展开确定为3×3完整区间时，直接执行像素点展开区间矩阵与至少两个方向权重矩阵的卷积运算。

12、本发明还考虑了卷积核在遍历全图时进入图像边缘像素点时可能会出现像素点展开区间不完整导致结合位置权重运算后，结果出现偏离误差而使后续修复图像锐度计算时，边缘像素点锐度修复出现偏差而使得图像修复后边缘模糊的情况，因此采用像素补偿方案针对边缘像素点的卷积运算能够处于一个合理的水平。

13、进一步的，所述将所述至少两个方向权重图进行叠加处理，生成总位置权重图，具体为：

14、根据基于统计学的方法对所述至少两个方向权重图，进行以行、列为坐标的历遍权重图的滤波计算，得到滤波权重坐标图；

15、根据所述滤波权重坐标图，进行以所述滤波权重坐标图中像素值的最大值为底作归一化计算处理，得到归一化权重坐标图；

16、根据所述滤波权重坐标图和所述归一化权重坐标图，进行权重系数赋值叠加，得到总位置权重图。

17、进一步的，所述卷积梯度图是对所述滤波处理图像进行laplace卷积运算后而获得，具体为：

18、根据所述滤波处理图像，采集定义的不同尺度的高斯核，将原始的laplace算子与所述定义的不同尺度的高斯核进行卷积运算，得到不同尺度的laplace算子；

19、根据所述不同尺度的laplace算子，进行图像的梯度计算，得到不同尺度的laplace梯度图；

20、根据所述不同尺度的laplace梯度图，进行合并除噪，得到所述卷积梯度图。

21、进一步的，所述根据卷积梯度图和所述总位置权重图计算得到的加权后的梯度图，计算获得所述待处理红外图像的图像锐度，具体为：

22、根据所述卷积梯度图和所述总位置权重图，执行矩阵对应点相乘运算得到加权后的梯度图；

23、根据所述加权后的梯度图，执行平均值计算，得到加权后锐度平均值；

24、根据所述加权后锐度平均值，执行方差计算，得到待处理红外图像的图像锐度；

25、进一步的，所述读取待处理红外图像，并对所述待处理红外图像进行高斯滤波，获得滤波处理图像，具体为：

26、读取输入的待处理红外图像；

27、根据所定义的高斯核大小和标准差，将所述高斯核遍历于所述待处理红外图像的每个像素点，执行加权平均值计算，得到所述每个像素点的新值；

28、等待高斯核遍历所述待处理红外图像，得到所述滤波处理图。

29、本发明还提出了一种红外图像的锐度处理系统，包括：

30、滤波处理模块、laplace卷积处理模块、方向卷积处理模块、总图生成模块、锐度计算模块；

31、所述滤波处理模块用于读取待处理红外图像，并对所述待处理红外图像进行高斯滤波，获得滤波处理图像；

32、所述laplace卷积处理模块用于对所述滤波处理图像进行laplace卷积运算后获得卷积梯度图；

33、所述方向卷积处理模块用于分别对所述滤波处理图像进行若干个方向的卷积运算，获得至少两个方向权重图；其中，所述若干个方向包括：宽度方向、高度方向和对角方向至少两个方向；

34、所述总图生成模块用于将所述至少两个方向权重图进行叠加处理，生成总位置权重图；

35、所述锐度计算模块用于根据卷积梯度图和所述总位置权重图计算得到的加权后的梯度图，计算获得所述待处理红外图像的图像锐度。

36、本发明提供的一种红外图像的锐度处理系统，各模块之间相互连接，模块间快速响应，通过对图像进行滤波处理，方向加权处理和卷积梯度处理修复图像，消除图像具有方向性噪声的干扰，减小锐度偏大的问题，解决图像锐度修复不准确的问题。

37、进一步的，所述方向卷积处理模块用于分别对所述滤波处理图像进行若干个方向的卷积运算，获得至少两个方向权重图；其中，所述若干个方向包括：宽度方向、高度方向和对角方向至少两个方向，具体为：

38、根据所述滤波处理图像，通过卷积核遍历全图的方式结合若干个方向权重值，每当卷积核遍历到一个像素点时，判断所述像素点的展开区间完整度，执行像素点补偿方案和方向权重矩阵运算，得到所述像素点对应的至少两个方向权重图；

39、其中，所述像素点的展开区间为以所述像素点为中心的3×3区间，所述对角方向包括：主对角方向和副对角方向。

40、进一步的，所述每当卷积核遍历到一个像素点时，判断所述像素点的区间位置，执行像素点补偿方案和方向权重矩阵运算，具体为：

41、当所述像素点展开确定为3×3不完整区间时，进行有数据列填充近邻数据，无数据列全部填充0的像素点补偿方案，再执行补偿后的像素点展开区间矩阵与至少两个方向权重矩阵的卷积运算；

42、当所述像素点展开确定为3×3完整区间时，直接执行像素点展开区间矩阵与至少两个方向权重矩阵的卷积运算。

43、进一步的，所述总图生成模块用于将所述至少两个方向权重图进行叠加处理，生成总位置权重图，具体为：

44、根据基于统计学的方法对所述至少两个方向权重图，进行以行、列为坐标的历遍权重图的滤波计算，得到滤波权重坐标图；

45、根据所述滤波权重坐标图，进行以所述滤波权重坐标图中像素值的最大值为底作归一化计算处理，得到归一化权重坐标图；

46、根据所述滤波权重坐标图和所述归一化权重坐标图，进行权重系数赋值叠加，得到总位置权重图。

47、进一步的，所述laplace卷积处理模块用于对所述滤波处理图像进行laplace卷积运算后获得卷积梯度图，具体为：

48、根据所述滤波处理图像，采集定义的不同尺度的高斯核，将原始的laplace算子与所述定义的不同尺度的高斯核进行卷积运算，得到不同尺度的laplace算子；

49、根据所述不同尺度的laplace算子，进行图像的梯度计算，得到不同尺度的laplace梯度图；

50、根据所述不同尺度的laplace梯度图，进行合并除噪，得到所述卷积梯度图。

51、进一步的，所述锐度计算模块用于根据卷积梯度图和所述总位置权重图计算得到的加权后的梯度图，计算获得所述待处理红外图像的图像锐度，具体为：

52、根据所述卷积梯度图和所述总位置权重图，执行矩阵对应点相乘运算得到加权后的梯度图；

53、根据所述加权后的梯度图，执行平均值计算，得到加权后锐度平均值；

54、根据所述加权后锐度平均值，执行方差计算，得到待处理红外图像的图像锐度。

55、进一步的，所述滤波处理模块用于读取待处理红外图像，并对所述待处理红外图像进行高斯滤波，获得滤波处理图像，具体为：

56、读取输入的待处理红外图像；

57、根据所定义的高斯核大小和标准差，将所述高斯核遍历于所述待处理红外图像的每个像素点，执行加权平均值计算，得到所述每个像素点的新值；

58、等待高斯核遍历所述待处理红外图像，得到所述滤波处理图。