一种红外图像校正方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115100068A(43)申请公布日2022.09.23(21)申请号202210805353.3(22)申请日2022.07.08(71)申请人郑州信大先进技术研究院地址450001河南省郑州市高新技术产业开发区莲花街55号(72)发明人徐妙语王坤高毫林王志恒孙晓雨叶森赖继超(74)专利代理机构郑州睿信知识产权代理有限公司41119专利代理师吴敏(51)Int.Cl.G06T5/00(2006.01)权利要求书3页说明书7页附图1页(54)发明名称一种红外图像校正方法(57)摘要本发明属于图像处理领域，具体涉及一种红外图像校正方法。该校正方法根据特征超平面划分非线性方程建立了盲元检测模型，通过对模型的训练获得了能够准确划分盲元像素和正常像素的盲元检测方法，避免盲元的错检和漏检，提高图像校正的可靠性。同时，还优化了盲元补偿过程，避免盲元邻域中存在的其他盲元对盲元补偿造成影响，增强了盲元补偿的准确性；在上述基础上，通过自适应非均匀校正，结合剪切波变化改进阈值方法以及非锐化掩膜方法分别对红外图像进行噪声抑制和图像增强，并且对弱小目标进行检测以验证红外图像的校正效果。本发明针对校正中的各个步骤，尤其是盲元检测与补偿步骤，对红外图像校正过程进行优化，从而得到更加准确的校正结果。CN115100068ACN115100068A权利要求书1/3页1.一种红外图像校正方法，其特征在于，包括以下步骤：1)获取红外图像，对获取的红外图像进行盲元检测，检测过程如下：；建立盲元检测模型：h(x)＝θTF≥0其中F为红外图像的盲元特征，且其中X表示像素的灰度值，L表示盲元标记点，且l11＝x11,...,lmn＝xmn；对于任意一个像素xij，盲元特征其中，红外图像用矩阵表示为其中i，j表示像素xij在红外图像上的坐标位置，m*n表示红外图像的大小；设Y为盲元像素标识符，红外图像每一个像素对应唯一的标识符0或者1，表示为将已知盲元位置的序列红外图像数据D＝{(xij,yij)}，xij∈[0,255]，i∈[1,m]，j∈[1,n]，yij∈{0,1}输入所述盲元检测模型中进行训练；训练时的损失函数为目标函数为其中C为惩罚参数，C＞0；通过最小化目标函数求取θ，实现对盲元检测模型的训练；将获取的红外图像输入到训练后的盲元检测模型中，输出盲元检测图像，实现对红外图像的盲元检测；2)对步骤1)所述的盲元检测图像进行盲元补偿，得到盲元补偿图像；3)将步骤2)所述的盲元补偿图像进行两点校正，得到两点校正图像；4)将步骤3)所述的两点校正图像输入到自适应校正模型中，得到非均匀性自适应校正图像；5)对步骤4)所述的非均匀性自适应校正图像先进行噪声抑制，再进行图像增强，得到校正红外图像；6)对步骤5)所述的校正红外图像进行目标检测，以检验校正的效果。2.根据权利要求1所述的红外图像校正方法，其特征在于，对盲元检测图像进行盲元补偿，盲元补偿的计算公式为：P(i，j)＝k1×P(i,j‑a)+k2×P(i,j+b)+mi×P(i‑c,j)+m2×P(i+d,j)2CN115100068A权利要求书2/3页其中k1+k2+m1+m2＝1，具体步骤如下：根据盲元检测的结果，确定盲元检测图像中盲元点的位置坐标，记为P(i,j)；对于盲元点P(i,j)，选取该点上下左右四个方向上的第一个非盲元点，分别确定a、b、c、d的大小；如果a‑b＞5或者c‑d＞5，则重新选择盲元点斜对角线上四个方向的第一个非盲元点，再次确定a、b、c、d的大小；如果斜对角线上得到的a、b、c、d的值满足a‑b≤5并且c‑d≤5，则采用这一组的a、b、c、d的值对P(i,j)进行盲元补偿；如果斜对角线上的a、b、c、d的值依然不满足上述关系式，则比较两组a、b、c、d中a‑b和c‑d的差值的大小，取差值较小的一组a、b、c、d对P(i,j)进行盲元补偿。3.根据权利要求1所述的红外图像校正方法，其特征在于，所述两点校正采用两点校正的非均匀性实时校正算法。4.根据权利要求1所述的红外图像校正方法，其特征在于，所述自适应校正模型采用基于UNet结构的残差编解码网络的自适应校正模型。5.根据权利要求4所述的红外图像校正方法，其特征在于，所述自适应校正模型使用均方误差作为损失函数，均方误差如下：式中，W和H分别表示红外图像的宽度和高度；y表示待校正的图像；f代表自适应校正模型的校正过程；x代表输出的校正后不含非均匀性噪声的真实红外图像。6.根据权利要求1所述的红外图像校正方法，其特征在于，采用剪切波变化改进阈值方法对不含非均匀性噪声的真实红外图像进行噪声抑制，得到真实红外图像的结构特征，具体如下：将所述真实红外图像分解成至少一幅低频子带图和多幅不