【技术实现步骤摘要】
本专利技术涉及一种去除红外图像条纹噪声的方法，属于红外成像。
技术介绍
1、由于红外探测器制造工艺，红外焦平面阵列的读出电路通常是同一列（或同一行）像元共享同一个输出电路，每一列读出电路偏置电压不完全一致，产生图像中包含列条分布的非均匀性噪声，称为条纹噪声。条纹噪声随着焦平面持续工作，幅度会产生较快地变化。
2、非均匀性校正方法通常包括基于挡片标定的方法与基于场景校正的方法。基于挡片标定的方法不能实时更新参数，无法有效消除噪声。基于场景校正的方法需要很长时间图像序列算法才能收敛，而且容易导致伪影现象发生，也无法有效消除噪声。条纹噪声的存在不但影响成像效果，而且对图像视频分析识别应用存在负面影响，因此实时去除条纹噪声仍然是红外图像应用亟待解决的问题。
3、专利技术专利cn201510119228.7公开一种红外图像条纹噪声消除方法，首先计算红外图像的n个列平均值；然后估计条纹噪声。专利技术专利cn201910051808.5公开一种红外图像条纹噪声的消除方法，首先建立原始红外单帧图像中相邻列的列条纹噪声之间的偏差函数；然后利用递归方式对偏差函数进行最小化，估计列噪声偏差值；最后原始图像减去列噪声偏差值，达到去除列噪声目的。
4、这些算法在去除条纹噪声的应用过程中，每一列都是基于全列像素进行统计，然后在预设的阈值范围内筛选，获得列噪声值；最后全图减去每列对应的噪声值，获得去噪声图像。当图像场景中出现与条纹噪声同方向的物体边缘时，如楼房、电线杆、栅栏等，统计的条纹噪声也在合理阈值范围内，就会产生条纹
技术实现思路
1、本专利技术提出一种去除红外图像条纹噪声的方法。
2、本专利技术通过数据分析发现，条纹噪声类似图像细节，是图像中的高频分量中的一部分。所以我们主要是对高频数据进行分段筛选，获取最合适的条纹噪声值，然后减去对应条纹值达到去除条纹噪声的目的。
3、以去除列条纹噪声为例，对本专利技术方法进行说明，流程包括以下步骤，
4、（1）采用低通滤波器对分辨率为width*height原始图像imgsrc进行平滑，得到低频分量图像imglowf；同时得到滤波高频权重图像数据的权重矩阵imgweight；
5、（2）用原始图像减去低频分量图像，获得高频分量图像：imghighf = imgsrc-imglowf；
6、（3）遍历高频分量图像imghighf 的每一列；每一列分成segnum段；
7、（4）筛选每一列的每一段imgweight满足条纹噪声权重阈值的imghighf高频值，分别进行累加求和noisesum[i][j]，并统计对应个数noisenum[i][j]；其中i表示列数序号，共有width个；j表示分段序号；
8、（5）通过求平均的方式计算每一列的每一段的条纹噪声值，
9、stripenoise[i][j]=noisesum[i][j]/noisenum[i][j]；
10、（6）从每一列的segnum个噪声值中选取均匀场景区域的最小的条纹噪声值；获得最终的条纹数组；
11、stripenoiseres[i]=min(stripenoise[i][j])；
12、（7）原始图像imgsrc每一列减去对应条纹噪声stripenoiseres，得到去噪后的图像imgdst，
13、imgdst = imgsrc-stripenoiseres。
14、所述步骤（3）中，每一列分成segnum段，段数根据图像分辨率的宽高，结合经验确定。分辨率高的多分，分辨率低的少分，一般分2-4段即可。
15、所述步骤（4）中，所述阈值确定根据条纹噪声的强度来调整确定，取值范围0-1之间。
16、上文中，以去除列条纹噪声为例。很明显，该方法也同样适用于去除行条纹噪声。操作流程简单调整如下即可：
17、（1）采用低通滤波器对分辨率为width*height原始图像imgsrc进行平滑，得到低频分量图像imglowf；同时得到滤波高频权重图像数据的权重矩阵imgweight；
18、（2）用原始图像减去低频分量图像，获得高频分量图像：imghighf = imgsrc-imglowf；
19、（3）遍历高频分量图像imghighf 的每一行；每一行分成segnum段；
20、（4）筛选每一行的每一段imgweight满足条纹噪声权重阈值的imghighf高频值，分别进行累加求和noisesum[i][j]，并统计对应个数noisenum[i][j]；其中i表示行数序号，共有height个；j表示分段序号；
21、（5）通过求平均的方式计算每一行的每一段的条纹噪声值，
22、stripenoise[i][j]=noisesum[i][j]/noisenum[i][j]；
23、（6）从每一行的segnum个噪声值中选取均匀场景区域的最小的条纹噪声值；获得最终的条纹数组；
24、stripenoiseres[i]=min(stripenoise[i][j])；
25、（7）原始图像imgsrc每一行减去对应条纹噪声stripenoiseres，得到去噪后的图像imgdst，
26、imgdst = imgsrc-stripenoiseres。
27、所述步骤（3）中，每一行分成segnum段，段数根据图像分辨率的宽高，结合经验确定。分辨率高的多分，分辨率低的少分，一般分2-4段即可。
28、所述步骤（4）中，所述阈值确定根据条纹噪声的强度来调整确定，取值范围0-1之间。
29、本专利技术方法对权重图像进行筛选，排除过大高频噪声。分段统计图像场景不同区域的条纹噪声作为候选，然后筛选最合适的条纹噪声值。不用全列统计，通过分段方法，就可以解决因去竖条纹方法带来的反竖条纹。
本文档来自技高网...【技术保护点】
1.一种去除红外图像条纹噪声的方法，其特征在于，所述条纹噪声为列条纹噪声，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，所述步骤（3）中，每一列分成SegNum段，SegNum为2-4。
3.根据权利要求1所述的方法，其特征在于，所述步骤（4）中，所述阈值取值范围0-1之间。
4.一种去除红外图像条纹噪声的方法，其特征在于，所述条纹噪声为行条纹噪声，包括如下步骤：
5.根据权利要求4所述的方法，其特征在于，所述步骤（3）中，每一行分成SegNum段，段数2-4段。
6.根据权利要求1所述的方法，其特征在于，所述步骤（4）中，所述阈值取值范围0-1之间。
【技术特征摘要】
1.一种去除红外图像条纹噪声的方法，其特征在于，所述条纹噪声为列条纹噪声，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，所述步骤（3）中，每一列分成segnum段，segnum为2-4。
3.根据权利要求1所述的方法，其特征在于，所述步骤（4）中，所述阈值取值范围0-1之间。
【专利技术属性】
技术研发人员：林道庆，孙国强，
申请(专利权)人：武汉多谱多勒科技有限公司，
类型：发明
国别省市：
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。