一种红外图像盲元检测方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114881947A(43)申请公布日2022.08.09(21)申请号202210442796.0(22)申请日2022.04.26(71)申请人成都英赛特科技有限公司地址610000四川省成都市高新区天辰路88号6栋2单元3层301号(72)发明人不公告发明人(74)专利代理机构成都顶峰专利事务所(普通合伙)51224专利代理师陈秋霞(51)Int.Cl.G06T7/00(2017.01)G06T7/73(2017.01)G06F17/16(2006.01)权利要求书2页说明书8页附图2页(54)发明名称一种红外图像盲元检测方法(57)摘要本发明公开了一种红外图像盲元检测方法，包括：获取组合黑体场景的若干红外图像数据；根据若干红外图像数据，获取上包络矩阵以及下包络矩阵；根据上包络矩阵以及下包络矩阵，获取像元响应矩阵，并根据像元响应矩阵获取局部响应均值矩阵；根据像元响应矩阵以及局部响应均值矩阵，对像元进行判定，获取为盲元的像元。本发明不仅可以检测过亮、过暗或者完全失效的盲元，对于闪烁盲元的检测效果也较好，并且对于盲元检测的准确度较高。本发明可以应用于红外成像系统工作过程中，能够实时更新盲元参数，检测新产生的盲元，并且复杂程度低，极大地提升了检测效率。CN114881947ACN114881947A权利要求书1/2页1.一种红外图像盲元检测方法，其特征在于，包括：获取组合黑体场景的若干红外图像数据；根据若干红外图像数据，获取上包络矩阵以及下包络矩阵；根据上包络矩阵以及下包络矩阵，获取像元响应矩阵，并根据所述像元响应矩阵获取局部响应均值矩阵；根据像元响应矩阵以及局部响应均值矩阵，对像元进行判定，获取为盲元的像元。2.根据权利要求1所述的红外图像盲元检测方法，其特征在于，所述黑体组合场景包括至少两个黑体，不同所述黑体之间的温度不同。3.根据权利要求1所述的红外图像盲元检测方法，其特征在于，所述获取组合黑体场景的若干红外图像数据，包括：A、以红外图像取景框的某一位置点为基础，遍历组合黑体场景中每个点，获取若干第一图像，所述位置点为像元；B、根据步骤A所述方法，遍历红外图像取景框的所有位置点，获取每个位置点的若干第一图像；C、根据所有第一图像，得到组合黑体场景的若干红外图像数据。4.根据权利要求3所述的红外图像盲元检测方法，其特征在于，所述根据若干红外图像数据，获取上包络矩阵以及下包络矩阵，包括：a、获取同一像元在若干红外图像数据中的亮度最大值和亮度最小值；b、根据步骤a所述方法，获取所有像元的亮度最大值和亮度最小值；c、按像元排列顺序，以所有亮度最大值作为上包络矩阵，以所有亮度最小值作为下包络矩阵。5.根据权利要求1所述的红外图像盲元检测方法，其特征在于，所述根据上包络矩阵以及下包络矩阵，获取像元响应矩阵，包括：以上包络矩阵减去下包络矩阵，得到像元响应矩阵为：其中，表示像元响应矩阵，表示上包络矩阵，表示下包络矩阵。6.根据权利要求5所述的红外图像盲元检测方法，其特征在于，所述根据所述像元响应矩阵获取局部响应均值矩阵，包括：获取像元响应矩阵的领域平均，得到局部响应均值矩阵。7.根据权利要求6所述的红外图像盲元检测方法，其特征在于，所述根据像元响应矩阵以及局部响应均值矩阵，对像元进行判定，获取为盲元的像元，包括：设定第一阈值，判断像元响应矩阵中的像元响应值是否小于第一阈值，若是，则判定该像元响应值对应的像元为盲元，否则采用局部响应均值矩阵对像元进行判定；根据局部响应均值矩阵，获取第二阈值以及第三阈值，并根据第二阈值、第三阈值以及像元响应矩阵，对像元进行判定，获取为盲元的像元。8.根据权利要求7所述的红外图像盲元检测方法，其特征在于，所述第一阈值为：2CN114881947A权利要求书2/2页其中，表示大于1的常数，表示成像系统的噪声水平。9.根据权利要求7所述的红外图像盲元检测方法，其特征在于，所述第二阈值包括红外图像数据中第（i，j）个像元位置对应的阈值，所述第三阈值包括红外图像数据中第（i，j）个像元位置对应的阈值，第（i，j）个像元位置表示第i行第j列位置上的像元，i=1,2,…,I，j=1,2,…,J，I表示红外图像数据中像元的总行数，J示红外图像数据中像元的总列数；所述阈值以及阈值为：其中，表示第一系数，表示第二系数，表示局部响应均值矩阵中第（i，j）个局部响应均值，表示局部中值滤波。10.根据权利要求9所述的红外图像盲元检测方法，其特征在于，所述根据第二阈值、第三阈值以及像元响应矩阵，对像元进行判定，包括：以第二阈值、第三阈值以及像元响应矩阵构建第一规则为：以第二阈值、第三阈值以及像元响应矩阵构建第二规则为：判断像元响应矩阵中的像元响应值是否满足第一规则或者第二