[發明專利]一種廣角紅外圖像優化方法、系統及相關組件

在審

• 申請號: 202010436252.4
• 申請日: 2020-05-21
• 公開（公告）號: CN111612720A
• 公開（公告）日: 2020-09-01
• 發明（設計）人: 徐召飛;齊亞魯
• 申請（專利權）人: 煙臺艾睿光電科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/13
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 劉翠香

本申請公開了一種廣角紅外圖像優化方法、系統及相關組件，包括：使用目標廣角紅外鏡頭采集目標靶標的第一紅外圖像；對第一紅外圖像進行圖像細節增強處理，得到第二紅外圖像；對第二紅外圖像進行畸變參數計算，得到校正參數，并利用校正參數對第二紅外圖像進行逆變換，得到第三紅外圖像；對第三紅外圖像進行插值處理，得到第四紅外圖像；確定并存儲第一紅外圖像和第四紅外圖像之間的校正關系；使用目標廣角紅外鏡頭采集待優化紅外圖像；對待優化紅外圖像進行圖像細節增強處理，并利用校正關系進行優化處理，得到優化后紅外圖像。本申請提高了圖像的校正效率，同時保證了校正后的紅外圖像不會丟失細節和增強噪聲，優化效果明顯高于現有技術。

技術領域

本發明涉及紅外圖像處理領域，特別涉及一種廣角紅外圖像優化方法、系統及相關組件。

背景技術

當前，為了獲取夜視下寬視場大視角高質量的場景體驗，廣角鏡頭逐漸增多，由于廣角鏡頭會產生明顯畸變以及紅外圖像對比度低、細節不清晰，造成整體視覺效果較差，對低質量且噪聲較大的畸變紅外圖像，進行細節增強和畸變校正成為必須要解決的重點技術難題。

現有紅外圖像增強方法有以下幾種：

基于直方圖的圖像增強方法類能夠將分布不均勻的直方圖經過映射變換為均勻分布，但容易產生細節損失和過度增強，即使通過分段閾值來限制灰度分布，但缺失輸入圖像結構特征的考慮，會造成圖像效果整體過渡不平滑，噪聲增強較多。

基于卷積神經網絡或變換域的圖像增強方法，雖然可提升紅外圖像質量，但計算量太大，對硬件設備要求高，不利于大多數紅外成像設備運行。

基于圖像自身的特征結合數學多項式進行畸變校正，其復雜性和泰勒展開項的數量有關，復雜性越大精度越高，需要進行大量的計算，還需額外的圖像預處理操作，比如霍夫變換、畸變線估計、畸變參數迭代計算等，無法保證紅外視頻實時性。

因此，如何提供一種解決上述技術問題的方案是目前本領域技術人員需要解決的問題。

發明內容

有鑒于此，本發明的目的在于提供一種處理速度較快、細節清晰的廣角紅外圖像優化方法、系統及相關組件。其具體方案如下：

一種廣角紅外圖像優化方法，包括：

使用目標廣角紅外鏡頭采集目標靶標的第一紅外圖像；

對所述第一紅外圖像進行圖像細節增強處理，得到第二紅外圖像；

對所述第二紅外圖像進行畸變參數計算，得到校正參數，并利用所述校正參數對所述第二紅外圖像進行逆變換，得到第三紅外圖像；

對所述第三紅外圖像進行插值處理，得到第四紅外圖像；

確定并存儲所述第一紅外圖像和所述第四紅外圖像之間的校正關系；

使用所述目標廣角紅外鏡頭采集待優化紅外圖像；

對所述待優化紅外圖像進行圖像細節增強處理，并利用所述校正關系進行優化處理，得到優化后紅外圖像。

優選的，所述對所述第一紅外圖像進行圖像細節增強處理，得到第二紅外圖像的過程，具體包括：

利用滾動導向濾波，將所述第一紅外圖像分離為細節層圖像和基礎層圖像；

利用Retinex理論對所述基礎層圖像的灰度級范圍進行調整，并通過直方圖均衡化擴寬所述灰度級范圍，得到處理后基礎層圖像；

對所述細節層圖像進行gamma變換，得到處理后細節層圖像；

對所述處理后細節層圖像和所述處理后基礎層圖像進行加權融合，得到第二紅外圖像。

優選的，所述對所述第二紅外圖像進行畸變參數計算，得到校正參數的過程，具體包括：