[發(fā)明專(zhuān)利]一種基于配準(zhǔn)的紅外圖像噪聲時(shí)域?yàn)V波方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310163945.0
• 申請(qǐng)日: 2013-05-03
• 公開(kāi)（公告）號(hào): CN103218792A
• 公開(kāi)（公告）日: 2013-07-24
• 發(fā)明（設(shè)計(jì)）人: 白俊奇;趙春光;翟尚禮;王壽峰;林學(xué);歐樂(lè)慶;茅寧杰;趙敏燕
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)電子科技集團(tuán)公司第二十八研究所
• 主分類(lèi)號(hào): G06T5/00
• 分類(lèi)號(hào): G06T5/00
• 代理公司: 江蘇圣典律師事務(wù)所 32237
• 代理人: 胡建華

技術(shù)領(lǐng)域

本發(fā)明涉及一種紅外圖像處理技術(shù)，特別涉及一種適合硬件實(shí)時(shí)實(shí)現(xiàn)的一種基于配準(zhǔn)的紅外圖像噪聲時(shí)域?yàn)V波方法。

背景技術(shù)

紅外熱成像系統(tǒng)具有全天候工作、作用距離遠(yuǎn)、隱蔽性好等優(yōu)異性能，目前在軍用和民用領(lǐng)域已經(jīng)得到廣泛的應(yīng)用。然而在熱成像系統(tǒng)的實(shí)際使用中，如果觀測(cè)的目標(biāo)距離太遠(yuǎn)，或氣象條件比較差時(shí)，會(huì)導(dǎo)致目標(biāo)能量減小，噪聲相對(duì)增大，得到的紅外圖像信噪比降低。

圖像去噪的研究已經(jīng)有很久的歷史，主要思想是將圖像像素點(diǎn)在空間或者變換域內(nèi)進(jìn)行建模，分析圖像的特征信息，進(jìn)而對(duì)圖像處理。在空間域，去噪算法劃分為線性和非線性?xún)深?lèi)：均值濾波、維納濾波是經(jīng)典的線性空間域去噪算法；中值濾波是一種非線性空間域去噪算法，它是一種統(tǒng)計(jì)濾波器，其響應(yīng)基于圖像濾波器包圍的圖像區(qū)域中像素點(diǎn)的排序。變換域去噪算法又可根據(jù)基函數(shù)選擇不同，劃分為基于信號(hào)的自適應(yīng)算法和非自適應(yīng)算法：獨(dú)立分量分析是一種經(jīng)典的信號(hào)自適應(yīng)算法，該算法將觀測(cè)信號(hào)進(jìn)行線性分解，將其分解為各自統(tǒng)計(jì)獨(dú)立的成分，已在數(shù)據(jù)去噪中成功運(yùn)用實(shí)現(xiàn)，然而缺點(diǎn)是計(jì)算復(fù)雜度高；基于傅立葉變換的頻域去噪算法是一中非適應(yīng)轉(zhuǎn)換域去噪算法，通過(guò)快速傅立葉變換將信號(hào)變換到頻域，通過(guò)對(duì)圖像加載低通濾波器進(jìn)行去噪。現(xiàn)有的圖像噪聲濾波算法存在以下缺點(diǎn)：（1）多數(shù)現(xiàn)有空域?yàn)V波算法未考慮圖像幀間的相關(guān)性，會(huì)損失圖像的高頻細(xì)節(jié)信息；（2）多數(shù)現(xiàn)有的時(shí)域?yàn)V波算法在進(jìn)行圖像運(yùn)動(dòng)估計(jì)時(shí)未考慮噪聲的統(tǒng)計(jì)特性，在圖像噪聲抑制過(guò)程中會(huì)引起運(yùn)動(dòng)模糊，產(chǎn)生‘鬼影’現(xiàn)象；（3）多數(shù)現(xiàn)有的時(shí)域?yàn)V波算法需要較大的存儲(chǔ)空間，運(yùn)算量大，不易硬件實(shí)時(shí)實(shí)現(xiàn)。

發(fā)明內(nèi)容

發(fā)明目的：本發(fā)明所要解決的技術(shù)問(wèn)題是針對(duì)現(xiàn)有技術(shù)的不足，提供一種基于配準(zhǔn)的紅外圖像噪聲時(shí)域?yàn)V波方法。

為了解決上述技術(shù)問(wèn)題，本發(fā)明公開(kāi)了一種基于配準(zhǔn)的紅外圖像噪聲時(shí)域?yàn)V波方法，包括如下步驟：

（1）獲取原始紅外圖像，計(jì)算原始紅外圖像不同坐標(biāo)位置的初始噪聲閾值F_th(0)；

（2）獲取第k幀原始紅外圖像F_org(k)，計(jì)算第k幀原始紅外圖像噪聲閾值F_th(k)；

（3）對(duì)圖像F_org(k)和第k-1幀時(shí)域?yàn)V波圖像F_filt(k-1)低通濾波，得到低通圖像

（4）計(jì)算低通圖像間的相對(duì)位移(Δx,Δy)，用以表示F_org(k)和F_filt(k-1)間的相對(duì)位移；

（5）輸出第k幀時(shí)域?yàn)V波圖像F_filt(k)。

第k幀時(shí)域?yàn)V波圖像坐標(biāo)(i,j)位置的輸出F_filt(i,j,k)表達(dá)式如下所示：

條件A：|F_org(i,j,k)-F_filt(i+Δx,j+Δy,k-1)|≤F_th(i,j,k)，

條件B：|F_org(i,j,k)-F_filt(i+Δx,j+Δy,k-1)|>F_th(i,j,k)，

其中，α₁、α₂、β₁和β₂是時(shí)域?yàn)V波權(quán)系數(shù)，且滿(mǎn)足α₁+α₂=1、β₁+β₂=1、α₁>2β₁，F(xiàn)_filt(i,j,k)是第k幀時(shí)域?yàn)V波圖像F_filt(k)坐標(biāo)(i,j)位置的灰度值，F(xiàn)_filt(i+Δx,j+Δy,k-1)是第k-1幀時(shí)域?yàn)V波圖像F_filt(k-1)坐標(biāo)(i+Δx,j+Δy)位置的灰度值，F(xiàn)_th(i,j,k)是第k幀噪聲閾值F_th(k)坐標(biāo)(i,j)位置的灰度值，F(xiàn)_org(i,j,k)是第k幀原始紅外圖像F_org(k)坐標(biāo)(i,j)位置的灰度值。

本發(fā)明中，初始噪聲閾值F_th(0)通過(guò)N幀均勻背景圖像序列{F_org(k)|0<k≤N}計(jì)算，坐標(biāo)(i,j)位置初始噪聲閾值F_th(i,j,0)表達(dá)式如下所示：