[發(fā)明專利]一種聯(lián)合運(yùn)動(dòng)指導(dǎo)與邊緣檢測(cè)的自適應(yīng)紅外焦平面非均勻校正方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811090452.8
• 申請(qǐng)日: 2018-09-18
• 公開（公告）號(hào): CN109272520B
• 公開（公告）日: 2020-11-03
• 發(fā)明（設(shè)計(jì)）人: 馮華君;李凌霄;徐之海;李奇;陳躍庭;朱琴;龔小霞;李德香;范明國(guó)
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué);北方夜視技術(shù)股份有限公司
• 主分類號(hào): G06T7/13
• 分類號(hào): G06T7/13;G06T7/136;G06T7/20;G06T5/00
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 劉靜;邱啟旺

1.一種聯(lián)合運(yùn)動(dòng)指導(dǎo)與邊緣檢測(cè)的自適應(yīng)紅外焦平面非均勻校正方法，其特征在于：該方法包括以下步驟：

1)采集原始圖像數(shù)據(jù)，對(duì)獲取的圖像序列，以連續(xù)N幀為一個(gè)觀測(cè)周期，在該周期內(nèi)對(duì)各幀圖像與其前一幀圖像進(jìn)行二值化差分運(yùn)動(dòng)檢測(cè)，判斷當(dāng)前場(chǎng)景是否處于運(yùn)動(dòng)狀態(tài)，克服傳統(tǒng)單幀圖像運(yùn)動(dòng)檢測(cè)存在的誤差，提高檢測(cè)穩(wěn)定性，具體過程如下：

1.1)對(duì)步驟1)中的當(dāng)前圖像X_n(i,j)與其前一幀圖像X_n-1(i,j)進(jìn)行運(yùn)算，得到對(duì)應(yīng)的差分圖像D_n(i,j)，即：

D_n(i,j)＝|X_n(i,j)-X_n-1(i,j)|

其中，n代表累計(jì)周期內(nèi)的圖像幀數(shù)，其范圍為2～N；(i,j)為對(duì)應(yīng)的像素坐標(biāo)位置。

1.2)對(duì)于得到的差分圖像D_n(i,j)，通過設(shè)定閾值將其二值化分割，得到分割結(jié)果F_n(i,j)，計(jì)算表達(dá)式為：

其中，I_min和I_max分別為二值化圖像對(duì)應(yīng)的最小值和最大值，Th1為二值化分割閾值。

1.3)對(duì)二值化分割結(jié)果F_n(i,j)進(jìn)行降噪濾波，消除奇異點(diǎn)，進(jìn)一步消除檢測(cè)隨機(jī)誤差，得到濾波結(jié)果再統(tǒng)計(jì)中灰度值等于I_max的像元個(gè)數(shù)K，若K值大于判定閾值，則判定當(dāng)前場(chǎng)景為運(yùn)動(dòng)狀態(tài)，當(dāng)前幀對(duì)應(yīng)的運(yùn)動(dòng)判定標(biāo)志值置為1，反之則為0，計(jì)算表達(dá)式為：

其中，M_n代表第n幀圖像的運(yùn)動(dòng)狀態(tài)標(biāo)志，Th2為判定閾值。

1.4)對(duì)觀測(cè)周期內(nèi)的N幀圖像均按照步驟1.1)—1.3)進(jìn)行計(jì)算后，對(duì)各幀運(yùn)動(dòng)狀態(tài)結(jié)果進(jìn)行與運(yùn)算，計(jì)算方法為：

W為整個(gè)觀測(cè)周期對(duì)應(yīng)的運(yùn)動(dòng)判定標(biāo)志；當(dāng)W＝1則判定當(dāng)前周期內(nèi)圖像場(chǎng)景處于運(yùn)動(dòng)狀態(tài)，反之則判定場(chǎng)景處于靜止?fàn)顟B(tài)。

2)對(duì)步驟1)的運(yùn)動(dòng)檢測(cè)結(jié)果，如果判定為場(chǎng)景靜止，則當(dāng)前周期輸出原圖像，并開始對(duì)下一周期序列圖像重復(fù)步驟1)的流程；如果判定為場(chǎng)景運(yùn)動(dòng)，則對(duì)各幀圖像進(jìn)行邊緣檢測(cè)，具體過程如下：

2.1)對(duì)當(dāng)前幀圖像X_n(i,j)各像元進(jìn)行局部空間相關(guān)性檢測(cè)，若檢測(cè)結(jié)果小于等于判定閾值，則判定當(dāng)前位置為平坦背景區(qū)域，邊緣判定標(biāo)志值置為0，反之則判定為目標(biāo)細(xì)節(jié)區(qū)域，邊緣判定標(biāo)志值置為1，計(jì)算表達(dá)為：

其中，S_n(i,j)代表第n幀圖像中心坐標(biāo)(i,j)對(duì)應(yīng)的邊緣檢測(cè)標(biāo)志，Ω_r表示以(i,j)為中心，r為半徑的局部圖像區(qū)域，(p,q)為對(duì)應(yīng)區(qū)域各像元坐標(biāo)，T_s為空間相關(guān)性閾值。

2.2)對(duì)步驟2.1)計(jì)算得到的S_n(i,j)，進(jìn)行修正求得控制收斂速度的非均勻校正迭代參數(shù)，計(jì)算表達(dá)為：

其中，λ_n(i,j)為第n幀圖像中心點(diǎn)為(i,j)對(duì)應(yīng)的迭代參數(shù)，代表以(i,j)為中心的局部方差，k為修正常數(shù)。

3)根據(jù)步驟2.2)得到的迭代參數(shù)λ_n(i,j)，利用最小梯度下降法，并結(jié)合神經(jīng)網(wǎng)絡(luò)非均勻校正方法對(duì)各運(yùn)動(dòng)序列圖像進(jìn)行非均勻校正，通過導(dǎo)向?yàn)V波器作為期望函數(shù)，迭代計(jì)算非均勻校正參數(shù)增益和偏置，計(jì)算表達(dá)為：

G_n+1(i,j)＝G_n(i,j)-2λ_n(i,j)X_n(i,j)(Y_n(i,j)-f_n(i,j))

O_n+1(i,j)＝O_n(i,j)-2λ_n(i,j)(Y_n(i,j)-f_n(i,j))

f_n(i,j)＝GF(Y_n(i,j),r’,ε)

其中，G_n(i,j)和O_n(i,j)分別代表第n幀圖像對(duì)應(yīng)中心點(diǎn)為(i,j)的校正增益和偏置參數(shù)，G_n+1(i,j)和O_n+1(i,j)則代表第n+1幀圖像中心點(diǎn)為(i,j)的增益和偏置；Y_n(i,j)表示第n幀圖像像元(i,j)的校正估計(jì)值，f_n(i,j)為理想校正結(jié)果，GF(·)代表導(dǎo)向?yàn)V波器，r’為搜索半徑，ε為偏移參數(shù)。

4)根據(jù)步驟3)校正參數(shù)公式，迭代更新校正增益G_n(i,j)和O_n(i,j)，從而得到非均勻校正后的圖像

Y_n(i,j)＝G_n(i,j)X_n(i,j)+O_n(i,j)

Y_n(i,j)即為第n幀校正后的均勻圖像結(jié)果，同時(shí)也是迭代計(jì)算下一幀校正結(jié)果的校正估計(jì)值。

5)當(dāng)前觀測(cè)周期結(jié)束后，進(jìn)入下一個(gè)觀測(cè)周期，按照上述步驟1)到4)進(jìn)行循環(huán)操作，直至圖像序列全部處理完成。