本发明专利技术描述了一种基于场景的自适应非均匀固定噪声去除方法,其特征是由以下步骤实现:第一,确定场景初始化;第二,场景自适应迭代;第三,场景模板更新;第四,生成输出图像。本发明专利技术适用于非均匀固定噪声去除。该方法能适应场景的变化,不产生鬼影,收敛速度快,解决了现有算法收敛问题,鬼影问题。
【技术实现步骤摘要】
一种基于场景的自适应非均匀固定噪声去除方法
本专利技术涉及非均匀噪声去除的
,具体涉及一种基于场景的自适应非均匀固定噪声去除方法,其为一种自适应非均匀性补偿方法,用于去除焦平面阵列上的固定模式噪声。
技术介绍
在很多应用中,焦平面阵列用于捕获图像。例如目标跟踪系统中,使用非制冷红外相机捕获红外图像用于跟踪。焦平面阵列包含矩阵式排列的红外探测单元,例如有的非制冷红外相机有640*480个探测单元,每一个探测单元输出一个像素。由于制造工艺等原因,每个探测器单元的响应率并不是完全一样的,他们之间存在一定的差异。例如,对于每个探测单元给定的相同的入射辐射,有些探测单元的输出像素很大或者很暗,其中即使相近的探测单元输出,其输出的像素值也是有差异的,并不是完全相等。这种不均匀响应产生了固定模式噪声。经研究表明,焦平面阵列的非均匀性和多种因素有关,典型的因素:探测器工作温度,成像的光谱,探测单元的响应特性等。固定模式噪声在图像中很明显,严重影响了图像质量,而且这种固定模式噪声也会影响目标识别、获取和跟踪。现在常用的固定模式噪声补偿算法,基本分两类:一,基于标定的非均匀性背景噪声去除算法;二,基于场景的非均匀性背景噪声去除算法。基于标定的非均匀性背景噪声去除算法,这些算法虽然简单,但是不能解决固定模式噪声漂移的问题,其适应性很有限。基于场景的的自适应非均匀性背景噪声去除算法,虽然可以一定程度上克服背景漂移的问题,但是其总是存在算法收敛或者场景鬼影的问题,并且大多数自适应非均匀性背景噪声去除算法并没有给出有效的初始化方法,由于这些问题的存在,限制了现有算法的应用。专利
技术实现思路
本专利技术描述了一种基于场景的自适应非均匀固定噪声去除方法,该方法能适应场景的变化,不产生鬼影,收敛速度快。本专利技术的技术方案是:一种基于场景的自适应非均匀固定噪声去除方法,由以下步骤构成:第一,确定场景初始化;第二,场景自适应迭代;第三,场景模板更新;第四,生成输出图像。步骤一所述的确定场景初始化步骤中场景初始化要求输入图像中没有关注目标,当图像的成像参数变化时,需要重新进行场景初始化,图像成像参数包括积分时间、光圈大小、以及增益大小。步骤一在实施过程中,可以针对不同的成像参数,分别存储不同的背景图像,以用于场景初始化;具体的分别对应不同的积分时间、光圈大小,增益大小分别记录不同的背景图像,在使用时,直接将对应的记录图像作为场景初始输入即可。步骤一描述的确定场景初始化步骤中在当前成像参数状态下获取背景图像。步骤二所述的场景自适应迭代步骤中的迭代过程为:假设x是存在非均匀性噪声的图像,经过算法处理后输出为y,对于像元(i,j),它们的关系为:其中,n表示第n帧图像,和分别为像元(i,j)的增益和偏移校正系数,为是第n帧存在非均匀性噪声的图像中位置(i,j)的像素值,像元(i,j)期望输出采用(i,j)相似邻域的空间均值,相似邻域用符号T表示,含义是距离相近,内容相似的区域,这样输出值由网络中的隐含层计算得到:其中,t表示相似邻域中像素总数。误差函数如下:其中,M表示图像更新模板,也是在迭代过程中计算的邻域;对其求关于和的偏导,结果如下:步骤三所述的场景模板更新步骤中模板定义为:其中,α表示阈值。步骤四描述的图像输出过程如下:其中,表示第n帧校正处理输出值,表示非均匀图像原始数据,经数据处理后的校正输出值。本专利技术有益效果在于:本专利技术描述了一种基于场景的自适应非均匀固定噪声去除方法,该方法能适应场景的变化,不产生鬼影,收敛速度快。附图说明图1描述了基于场景的自适应非均匀固定噪声去除方法的流程图。具体实施方式本专利技术描述了一种基于场景的自适应非均匀固定噪声去除方法,该方法能适应场景的变化,不产生鬼影,算法收敛速度快。如图1所示,描述了该方法的流程图。下面介绍自适应非均匀固定噪声去除方法的具体实施方式,如下:(1)场景初始化。本专利技术中场景初始化要求输入图像中没有关注目标,这代表了基于场景的自适应非均匀固定噪声去除方法中的算法的起始。当成像参数(积分时间、光圈大小、增益大小等)变化时,需要重新进行场景初始化。在实施过程中,可以针对不同的成像参数,分别存储不同的背景图像,以用于算法初始化。例如:分别对应不同的积分时间、光圈大小,增益大小分别记录不同的背景图像,在使用时,直接将对应的记录图像作为算法输入即可。也可以在当前成像参数状态下获取背景图像。(2)自适应迭代。本专利技术的迭代算法基于神经网络校正算法,该算法基于在空间上,同一区域内的信号是渐变的或者是平坦的,这个假设是合理的。这类方法可以在一定程度上克服探测器响应漂移带来的校正误差,不要求或只需要简单的定标,根据场景信息适应性地更新校正系数。该迭代方法模拟人眼视网膜中低层处理的机制,假设某单元邻域的平均响应作为该单元的理想输出,并将该值反馈到校正系数调整环节,由调整环节通过最陡下降法来不断更新增益和偏移校正系数,然后由神经元实现对各单元的自适应校正。算法过程如下:假设x是存在非均匀性噪声的图像,经过算法校正单元处理后输出为y,对于像元(i,j),他们的关系为:其中,n表示第n帧图像,和分别为像元(i,j)的增益和偏移校正系数。为是第n帧存在非均匀性噪声的图像中位置(i,j)的像素值,像元(i,j)期望输出采用(i,j)相似邻域的空间均值,相似邻域用符号T表示,含义是距离相近,内容相似的区域,这样输出值由网络中的隐含层计算得到:其中,t表示相似邻域中像素总数。误差函数如下:其中,M表示图像更新模板,也是在迭代过程中计算的邻域;对其求关于和的偏导,如下:下面利用最陡下降法,沿误差性能曲面最陡方向向下搜索曲面的最低点。由此得到和其中迭代步长为μ。(3)场景模板更新。在迭代过程中需要进行模板的更新,模板通过阈值来进行定义:其中,α表示阈值。(4)图像输出。经过自适应迭代处理和场景模板更新处理后,算法输出图像。图像输出过程如下:其中,表示第n帧校正处理输出值,表示非均匀图像原始数据,经数据处理后的校正输出值。本文档来自技高网...
【技术保护点】
一种基于场景的自适应非均匀固定噪声去除方法,其特征是由以下步骤实现: 第一,确定场景初始化; 第二,场景自适应迭代; 第三,场景模板更新; 第四,生成输出图像。
【技术特征摘要】
1.一种基于场景的自适应非均匀固定噪声去除方法,其特征是由以下步骤实现:步骤一,确定场景初始化;步骤二,场景自适应迭代;步骤二所描述的场景自适应迭代步骤中的迭代过程如下:假设x是存在非均匀性噪声的图像,经过算法处理后输出为y,对于像元(i,j),它们的关系为:其中,n表示第n帧图像,和分别为像元(i,j)的增益和偏移校正系数,为是第n帧存在非均匀性噪声的图像中位置(i,j)的像素值,像元(i,j)期望输出采用(i,j)相似邻域的空间均值,相似邻域用符号T表示,含义是距离相近,内容相似的区域,这样输出值由网络中的隐含层计算得到:其中,t表示相似邻域中像素总数;误差函数如下:其中,M表示图像更新模板,也是在迭代过程中计算的邻域;对其求关于和的偏导,结果如下:
【专利技术属性】
技术研发人员:王辉,周进,雷涛,
申请(专利权)人:中国科学院光电技术研究所,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。