一种基于场景红外图像非线性校正SoC并行优化系统和方法与流程

本发明涉及一种红外图像非均匀校正系统和方法，特别是一种基于场景红外图像非线性校正soc并行优化系统和方法。

背景技术：

红外热成像技术是一种把红外热辐射转换为可见光的波长转化技术，红外焦平面阵列(irfpa)探测器具备体积小、质量轻、功耗低等优点，具有广泛的应用前景，特别对于制导武器尤为关键，在未来先进武器系统中具有广泛的应用前景。然而受材料和工艺水平限制，irfpa各探测单元之间普遍存在响应非均匀型，导致红外成像系统的温度分辨率等性能显著下降，使其难以满足红外系统的使用要求，是制约其应用的根本原因。

在红外热成像系统的性能中，与红外焦平面器件的工作状态相关的主要参数有:焦平面器件的工作温度和温度的均匀性、红外探测器及其ccd器件的驱动信号等。焦平面器件和焦平面器件探测单元的温度均匀性将影响整个焦平面器件响应率的均匀性。红外探测单元及其ccd器件单元驱动信号的变化也将影响整个焦平面器件响应的均匀性。这种非均匀性主要由焦平面器件的工作状态确定，同一焦平面在不同成像系统中可能呈现出不同的非均匀性效果。同样，在红外热成像系统中，入射的目标和背景红外辐射强度变化，红外热像仪光学系统的背景辐射等外界特性均可对焦平面器件的非均匀性产生影响。

针对器件和外界输入相关的非均匀性问题，本发明首先使用高低温图像计算出定标校正系数，对红外图像进行定标校正处理，解决探测单元的温度均匀性对整个焦平面器件响应类均匀性的干扰；然后利用连续两帧之间的时域信息对图像进行基于场景的非线性校正，解决了因入射目标和背景红外辐射强度变化导致的非均匀性干扰。同时使用了具有自主知识产权的soc芯片图像加速模块优化了基于场景的红外图像非均匀校正算法，形成流水化处理，减少图像存储次数，显著提高了图像算法处理效率，满足军事制导的实时性需求。

技术实现要素：

本发明目的在于提供一种基于场景红外图像非线性校正soc并行优化方法，能够对红外图像进行高效的非均匀校正处理，解决红外图像受非均匀性干扰、处理速度慢等问题。

本发明提出一种基于场景红外图像非线性校正soc芯片的并行优化系统，其特征在于，所述soc芯片包括：图像加速模块、图像合成模块和图像键入模块；所述图像加速模块的非均匀校正子模块对红外图像进行定标校正；所述图像加速模块的高斯滤波处理器对定标校正图像进行滤波处理获得红外图像低频信息；所述soc芯片的图像合成模块将当前帧定标校正图像和前一帧低通图像信息合成时域低通滤波图像；所述图像键入模块将当前帧校正图像键入合成时域低通滤波图像获得基于场景校正结果。

本发明还提出一种基于场景红外图像非线性校正soc的并行优化方法，其特征在于，其步骤为：第一步，对红外图像进行定标校正；第二步，对定标校正图像进行高斯滤波处理获得红外图像低频信息；第三步，将当前帧定标校正图像和前一帧低通图像信息合成时域低通滤波图像；第四步，将当前帧校正图像键入合成时域低通滤波图像获得基于场景校正结果。

本发明利用场景图像两帧之间时域信息合成时域低通滤波数据，有效消除了图像噪声；并使用用了具有自主知识产权的soc芯片图像加速模块优化了基于场景的红外图像非均匀校正算法，形成流水化处理，减少图像存储次数，显著提高了图像算法处理效率。

附图说明

图1是本发明的基于场景红外图像非线性校正soc并行优化方法的结构示意图。

具体实施方式

以下结合图1对本发明的具体实施方式做出详细描述。

本发明提出一种基于场景红外图像非线性校正soc并行优化方法，其特征在于具体步骤为：

第一步使用soc芯片上图像加速模块的非线性校正功能对红外图像进行定标校正

使用soc芯片上图像加速模的非均匀校正功能对红外图像进行定标校正处理，该非均匀校正功能的数学原理公式如式(1)所示：

mi(x,y)＝a*orgi(x,y)³+b*orgi(x,y)²+c*orgi(x,y)+d(1)

其中，orgi(x,y)表示第i帧的原始图像第x行y列的像素值，mi(x,y)表示是校正结果，a、b、c和d是校正系数。目前采用的高低温红外图像数据计算定标校正系数，只用到c和d校正系数，此时，非线性校正公式变为线性校正公式如式(2)所示：

mi(x,y)＝c*orgi(x,y)+d(2)

mi(x,y)是定标校正后的图像。使用soc芯片上图像加速模的非均匀校正功能，可有效提高处理效率，且数据精度高，可达到小数点后20位。

第二步使用soc图像加速模块的高斯滤波处理器对定标校正图像进行滤波处理

使用soc芯片上图像加速模的高斯滤波处理器对红外图像进行滤波处理处理，获得红外图像低频信息，公式如式(3)所示：

其中，mi(x,y)是定标校正后的图像，g(x,y,σ)是高斯滤波器，lowi(x,y)是mi(x,y)校正图像的低频信息，σ是标准高斯分布值，选用高斯核窗口为9x9。

第三步将当前帧定标校正图像和前一帧低通图像信息合成时域低通滤波图像

利用红外图像前一帧和当前帧之间的时域数据信息，合成时域低通滤波数据，公式如式(4)所示：

其中，fi(x,y)是当前第i帧的合成时域低通滤波数据，mi(x,y)是当前第i帧的定标校正图像，fi-1(x,y)是前一帧合成时域低通滤波数据。

第四步将当前帧校正图像键入合成时域低通滤波图像获得基于场景校正结果

将当前帧定标校正图像减去合成时域低通滤波图像以得到一个高通图像，再加上当前帧的低频图像，得到基于场景非均匀校正图像，完成对图像的基于场景非均匀校正，公式如式(5)所示：

ri(x,y)＝mi(x,y)-fi(x,y)+lowi(x,y)(5)

其中，ri(x,y)是当前第i帧的基于场景非均匀校正结果，lowi(x,y)是当前第i帧的定标校正图像mi(x,y)的低频信息。

至此，完成了一种基于场景红外图像非线性校正soc并行优化方法。

本发明还提出一种基于场景红外图像非线性校正soc芯片的并行优化系统，所述soc芯片包括：图像加速模块、图像合成模块和图像键入模块。所述图像加速模块的非均匀校正子模块对红外图像进行定标校正；所述图像加速模块的高斯滤波处理器对定标校正图像进行滤波处理获得红外图像低频信息；所述soc芯片的图像合成模块将当前帧定标校正图像和前一帧低通图像信息合成时域低通滤波图像；所述图像键入模块将当前帧校正图像键入合成时域低通滤波图像获得基于场景校正结果。

图像加速模块的非均匀校正子模块对红外图像进行定标校正包括：

利用下式对红外图像进行定标校正：

mi(x,y)＝c*orgi(x,y)+d

其中，mi(x,y)是定标校正后的图像，orgi(x,y)表示第i帧的原始图像第x行y列的像素值，c和d是校正系数。

图像加速模块的高斯滤波处理器利用下式对定标校正后的图像进行滤波处理获得红外图像低频信息，

其中，mi(x,y)是定标校正后的图像，g(x,y,σ)是高斯滤波器，lowi(x,y)是mi(x,y)校正图像的低频信息，σ是标准高斯分布值，选用高斯核窗口为9x9。

其中，所述soc芯片的图像合成模块利用下式将当前帧定标校正图像和前一帧合成时域低通滤波图像信息合成时域低通滤波图像；

其中，fi(x,y)是当前第i帧的合成时域低通滤波数据，mi(x,y)是当前第i帧的定标校正图像，fi-1(x,y)是前一帧合成时域低通滤波数据。

图像键入模块将当前帧校正图像键入合成时域低通滤波图像获得基于场景校正结果包括：

将当前帧定标校正图像减去合成时域低通滤波图像得到一个高通图像，再加上当前帧的低频图像，得到基于场景非均匀校正图像，完成对图像的基于场景非均匀校正，公式如下所示：

ri(x,y)＝mi(x,y)-fi(x,y)+lowi(x,y)

其中，ri(x,y)是当前第i帧的基于场景非均匀校正结果，lowi(x,y)是当前第i帧的定标校正图像mi(x,y)的低频信息。

本发明利用场景图像两帧之间时域信息合成时域低通滤波数据，有效消除了图像噪声；并使用用了具有自主知识产权的soc芯片图像加速模块优化了基于场景的红外图像非均匀校正算法，形成流水化处理，减少图像存储次数，显著提高了图像算法处理效率。