[發明專利]一種基于模糊矩陣的圖像去條紋方法

在審

• 申請號: 202111442972.2
• 申請日: 2021-11-30
• 公開（公告）號: CN114187198A
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 陳雷;黃斯翀;陸振林;陸鐵軍;楊若凌;高冉冉;趙軒;劉陽
• 申請（專利權）人: 北京時代民芯科技有限公司;北京微電子技術研究所
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50
• 代理公司: 中國航天科技專利中心 11009
• 代理人: 張歡

本發明公開了一種基于模糊矩陣的圖像去條紋方法，包括如下步驟：采集待處理圖像I_ref(M,N)，并進行下采樣；通過各向異性高斯濾波核，對下采樣的原始圖像進行卷積得到模糊圖像；原始下采樣圖像I_ref(M₁,N)與模糊圖像I_mod(M₁,N)相減，構建條紋特征圖像I_gas(M₁,N)；對每個像素是否需要處理進行判斷，獲得真值矩陣；對條紋特征圖像I_gas(M₁,N)進行統計處理，獲得條紋噪聲特征向量；利用特征向量，對I_ref(M,N)進行映射相減操作，得到最終的重構圖像。本發明提出的基于模糊矩陣的圖像去條紋方法，不僅考慮了目標噪聲的結構特點，而且用資源消耗較少的方式考慮相機采樣導致的條紋不連續情況。

技術領域

本發明涉及一種圖像去條紋方法。

背景技術

當前，各類攝像系統如短波紅外成像、遙感成像以及部分可見光監控極易受到固定模式噪聲的影響，主要表現為行或列的隨機條紋噪聲。這類噪聲主要是由于讀出電路在工藝等因素引起。同時，受到時間、環境因素等的影響，條紋噪聲會以一定規律變化，導致圖像質量的持續下降，對后續智能檢測以及機器學習等應用造成相當大的影響。條紋噪聲一般在模擬信號時就會做相關的電路處理，但模擬電路的復雜性以及不確定性導致了這種處理并不能達到理想效果。因此，基于數字信號的條紋噪聲去除是必要的，這有助于高清視頻監控、深度學習識別等領域的應用。

當前算法主要分為二類，第一類是基于環境校正的方法，這類方法主要依據溫度場為原理，通過恒定溫度場下的黑體作為參考，接著采用相關方法的來校正圖像；或者利用溫度場改變來模擬現實場景下的溫度變化，用不同溫度場下圖像受影響程度進行處理。典型算法有姬弘楨等人提出的基于多幀圖像的FFT匹配方法，這類方法原理簡單，有一定的效果。但由于使用了多個參考，在背景變化劇烈的情況下容易產生鬼影。第二類方法則是基于特征分析的方法，這類方法分析了條紋噪聲的特征，接著在空間域以及頻域采用迭代或多次分解的方式拆解噪聲，以達到去噪目的。這種算法的典型有Beat等人提出的結合小波變換和傅里葉變換的去條紋方法，以及Roshan等人提出的基于小波分析和傅立葉頻譜歸一化分析方法。這類算法對于各種尺寸的條紋噪聲都有較好的去除效果，但無法區分復雜背景和條紋，導致最后的效果并不是很好。

發明內容

本發明要解決的技術問題是：為解決當前條紋去除方法運算的硬件成本高，以及無法自適應環境變化，導致了在航天航空、安防監控等資源有限的平臺上難以實現實時應用的問題，本發明提出一種基于模糊矩陣的圖像去條紋方法，不僅考慮了目標噪聲的結構特點，而且用資源消耗較少的方式考慮相機采樣導致的條紋不連續情況。本發明的方法能夠在室內、夜間等常見的監控背景中快速實現條紋的精準去除，對于光照不均勻、昏暗、背景復雜等環境具有自適應能力。

本發明所采用的技術方案是：一種基于模糊矩陣的圖像去條紋方法，包括如下步驟：

步驟1、通過相機采集待處理圖像I_ref(M，N)，并對圖像進行按行的下2采樣得到新的待處理圖像I_ref(M₁,N)；其中，M、N分別代表待處理圖像像素的高度和寬度；M₁＝M/2；

步驟2、通過各向異性高斯濾波核，對下采樣的原始圖像I_ref(M₁,N)進行卷積得到模糊圖像I_mod(M₁,N)；

步驟3、將原始下采樣圖像I_ref(M₁,N)與模糊圖像I_mod(M₁,N)相減，構建條紋特征圖像I_gas(M₁,N)；