[發明專利]一種基于場景的紅外焦平面陣列條狀噪聲消除方法

有效

• 申請號: 201910062325.5
• 申請日: 2019-01-23
• 公開（公告）號: CN109767403B
• 公開（公告）日: 2022-12-16
• 發明（設計）人: 王書朋;張釋如
• 申請（專利權）人: 西安科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 西安維賽恩專利代理事務所(普通合伙) 61257
• 代理人: 李明全

本發明公開了一種基于場景的紅外焦平面陣列條狀噪聲消除方法，獲取輸入圖像，結合輸入圖像中每一列像素的增益參數和偏置參數建立條狀噪聲校正模型；根據條狀噪聲校正模型中每一列像素的增益參數和偏置參數建立最小化能量函數，通過歐拉方程對最小化能量函數求解，得出每一列像素的最優增益參數和最優偏置參數，將最優增益參數和最優偏置參數應用到條狀噪聲校正模型中得出更新校正后的圖像；本發明根據條狀噪聲的產生激勵，使用局部線性模型校正輸入圖像，進而得到去噪圖像，不會造成圖像模糊，可以補償圖像采集硬件的缺陷。

【技術領域】

本發明屬于圖像采集與圖像處理領域，具體涉及一種基于場景的紅外焦平面陣列條狀噪聲消除方法。

【背景技術】

紅外成像系統在工業、醫學、軍事等領域具有重要的應用價值。然而，紅外成像設備的空間非均勻性嚴重影響了成像質量，在紅外圖像中產生了大量固定模式噪聲。

由于制造工藝的限制，這一問題難以通過提高硬件質量克服。經典的固定模式噪聲消除方法包括基于標定的校正方法和基于場景的校正方法。基于標定的校正方法需要周期性地借助兩個不同的參考溫度校正紅外傳感器間的差異。這個過程會干擾紅外成像系統的正常工作。基于場景的校正方法通常依賴于對圖像統計特性的假設或精確的配準。當紅外場景缺乏足夠的運動時，容易引入偽影現象。而且，基于場景的校正方法需要較長時間才能收斂，耗時長。

另外，圖像濾波方法通常將圖像分解為光滑部分和非光滑部分，將非光滑部分作為噪聲。這種濾波方法沒有考慮條狀噪聲的結構特點，無法區分噪聲和圖像細節，也不能有效消除條狀噪聲，還容易造成圖像細節的丟失。

【發明內容】

本發明的目的是提供一種基于場景的紅外焦平面陣列條狀噪聲消除方法，在保證圖像細節完整的前提下消除圖像中的條狀噪聲。

本發明采用以下技術方案：一種基于場景的紅外焦平面陣列條狀噪聲消除方法，由以下步驟完成：

獲取輸入圖像，結合輸入圖像中每一列像素的增益參數和偏置參數建立條狀噪聲校正模型；

根據條狀噪聲校正模型中每一列像素的增益參數和偏置參數建立最小化能量函數，通過歐拉方程對最小化能量函數求解，得出每一列像素的最優增益參數和最優偏置參數，將最優增益參數和最優偏置參數應用到條狀噪聲校正模型中得出更新校正后的圖像。

優選的，通過歐拉方程對最小化能量函數求解，歐拉方程采用梯度下降法求解，具體為：

步驟a、給定最小化能量函數中的初始的增益參數值和偏置參數值；

步驟b、將增益參數值和偏置參數值作為輸入值應用于條狀噪聲校正模型中，得出校正后的圖像，將校正后的圖像作為新的輸入圖像，根據新的輸入圖像計算出新的增益參數值和偏置參數值；

步驟c、將新的增益參數之和偏置參數值作為輸入值，循環執行步驟b，直至循環次數達到預置最大循環次數，得到最優增益參數和最優偏置參數。

優選的，最小化能量函數具體為：

其中，E(g_n,b_n)為最小化能量函數，g_n為圖像中第n列像素集的增益參數，b_n為圖像中第n列像素集的偏置參數，表示梯度運算，u_m,n表示校正圖像中第m行第n列的像素值，|·|表示L₁范數，|·|²表示L₂范數，λ_g和λ_b是常量。

優選的，梯度下降法步驟b中新的增益參數值和偏置參數值求解方法為：