[發明專利]基于局部中值直方圖的自適應紅外圖像去條紋算法

有效

• 申請號: 201910372187.0
• 申請日: 2019-05-06
• 公開（公告）號: CN110211056B
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 隋修寶;陳揚;陳錢;顧國華;王利平;蔡思聰;朱亮亮;于雪蓮;蔡鈺玨;張文輝
• 申請（專利權）人: 南京理工大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/40
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 朱沉雁

1.一種基于局部中值直方圖的自適應紅外圖像去條紋算法，其特征在于，包括以下步驟：

步驟1、采集一幅像素數為M×N的原始紅外圖像o(i,j)，其中i∈{1,…,M}，j∈{1,…,N}，i表示圖像上像素的列所在位置，j表示圖像上像素的行所在位置，M表示采集圖像的列數，N表示采集圖像的行數；

步驟2、對于上述原始紅外圖像o(i,j)的第x列，以第x列為中心列構造一個大小為A×B的滑動窗口，其中，A為窗口的列數，且為奇數，B為窗口的行數，計算窗口內場景復雜度μ：

其中，k表示像素灰度值，L表示最大灰度值，表示窗口中所有像素灰度值均值，p(k)表示窗口中灰度值為k的像素的個數，μ越大，表示場景越復雜；

步驟3、逐像素地上下移動窗口，計算以第x列為中心列的所有窗口的場景復雜度，并進行比較，找出以第x列為中心列的場景復雜度最小的窗口；

步驟4、在以第x列為中心列的場景復雜度最小的窗口中，對第x列進行中值直方圖均衡，得到校正后的像素灰度值d(x,j)；

步驟5、用窗口內中心列的像素原始灰度值均值減去窗口內中心列的像素校正后的灰度值均值，得到第x列的條紋值，即第x列的校正參數S_x：

其中，為窗口內中心列的像素校正后的灰度值均值，為窗口內中心列的像素的原始灰度值均值；

步驟6、將原始紅外圖像o(i,j)第x列的所有像素的灰度值都減去第x列的校正參數S_x，得到的灰度值即為最終輸出的第x列像素灰度值；

步驟7、對原始紅外圖像o(i,j)每列都進行步驟2-步驟6的操作，即可對所有列進行校正，去除原始紅外圖像o(i,j)上的條紋噪聲。

2.根據權利要求1所述的基于局部中值直方圖的自適應紅外圖像去條紋算法，其特征在于：上述步驟3中，逐像素地上下移動窗口指每次僅上移或下移一個像素，直到歷遍本列的所有像素。

3.根據權利要求1所述的基于局部中值直方圖的自適應紅外圖像去條紋算法，其特征在于：上述步驟4中，在以第x列為中心列的場景復雜度最小的窗口中，對第x列進行中值直方圖均衡，具體步驟為：

4-1)計算窗口中每一列的統計直方圖：

h_i(k)＝∑_B1_{o(i,j)＝k}

其中，B為窗口的行數，即窗口中每一列的總像素個數；k表示灰度值，o(i,j)＝k表示窗口中(i,j)位置的像素灰度值為k，h_i(k)表示窗口中第i列中灰度值為k的像素的個數；

4-2)根據窗口中每一列的統計直方圖計算累積直方圖：

其中，l為灰度值，H_i(l)表示窗口中第i列中灰度值小于等于l的像素的個數；

4-3)對窗口中每一列的累積直方圖求逆，得到

4-4)對窗口內每一列的進行高斯加權，得到窗口內中心列的中值直方圖：

其中，A為窗口的列數，n為窗口中其他列到中心列的距離，g(n)為高斯權重函數：

σ²為窗口的方差；

4-5)窗口內中心列的像素校正后的灰度值為：

4.根據權利要求1所述的基于局部中值直方圖的自適應紅外圖像去條紋算法，其特征在于：步驟5中，窗口內中心列的像素原始灰度值均值為校正前窗口內中心列所有像素的灰度值之和與窗口內中心列像素個數的比值；窗口內中心列的像素校正后的灰度值均值為校正后窗口內中心列所有像素的灰度值之和與窗口內中心列像素個數的比值。