红外图像盲元检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106127760A(43)申请公布日2016.11.16(21)申请号201610457002.2(22)申请日2016.06.22(71)申请人成都市晶林科技有限公司地址610000四川省成都市高新区天府四街66号1栋7层4号(72)发明人谢雪平章睿曾衡东(51)Int.Cl.G06T7/00(2006.01)G06T5/00(2006.01)权利要求书1页说明书3页附图1页(54)发明名称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：步骤S1，建立背景预测模型步骤S2，将权重矩阵w(m,n)和盲元蒙版M(i,j)代入所述背景预测模型以获得理想图像的估计结果；步骤S3，将实际图像和理想图像的估计结果代入公式B(i,j)+v(i,j)＝E(i,j)＝X(i,j)-Y(i,j)以获得估计残差；步骤S4，对估计残差进行盲元检测以获得更新后的盲元蒙版；步骤S5，重复执行步骤S2至步骤S4，直至盲元蒙版不再变化。本发明对孤立和连续忙晕都能准确检测，通用性强，是一种有效、实用和易于软硬件实现的在线检测算法。CN106127760ACN106127760A权利要求书1/1页1.一种红外图像盲元检测方法，其特征在于，包括：步骤S1，建立背景预测模型其中，Y(i,j)为系统的理想输入图像灰度值，T为背景预测的空域模板，w(m,n)为背景预测模型的权重矩阵，M(i+m,j+n)为图像(i+m,j+n)位置的盲元蒙版，X(i,j)为系统实际输出红外图像灰度值；步骤S2，将权重矩阵w(m,n)和盲元蒙版M(i,j)代入所述背景预测模型以获得理想图像的估计结果；步骤S3，将实际图像和理想图像的估计结果代入公式B(i,j)+v(i,j)＝E(i,j)＝X(i,j)-Y(i,j)以获得估计残差，其中，B(i,j)为叠加在图像(i,j)位置的盲元信号，v(i,j)为噪声灰度值，E(i,j)为实际图像和理想图像之间的残差；步骤S4，对估计残差进行盲元检测以获得更新后的盲元蒙版；步骤S5，重复执行步骤S2至步骤S4，直至盲元蒙版不再变化。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，盲元蒙版的初始值为1。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，权重矩阵w(m,n)根据公式m≠0或者n≠0确定。2CN106127760A说明书1/3页红外图像盲元检测方法技术领域[0001]本发明涉及红外图像处理技术领域，具体涉及一种红外图像盲元检测方法。背景技术[0002]红外成像电子学组件是热成像系统的重要组成部分，其肩负着充分发挥红外焦平面探测器性能、将红外焦平面探测器输出的电信号经过处理转化为视频信号或者其它系统规定格式信号的功能。红外成像电子学组件则包括硬件系统和图像处理算法两大部分，由于当前硬件系统平台已经十分完善，因此红外图像处理技术成为成像电子学组件的重要研究内容。[0003]受红外敏感元件、读出电路、半导体特性及放大电路等各种因素综合影响，红外图像普遍存在着盲元，在成像时不经相应的处理，盲元会使图像出现亮点或暗点，严重影响成像质量。因此，在红外成像系统中剔除盲元是关键的非均匀性校正步骤，盲元的剔除包括盲元检测和补偿两个方面。目前，常用的盲元检测方法分为定标法和基于场景检测法两类。定标法需要较长时间打断系统的正常工作以便采集黑体的均匀辐射，操作流程比较繁琐，仅适用于检测固定盲元，无法处理实际应用过程中随机出现的新盲元。基于场景的检测方法则能进一步对成像过程中随机出现的盲元进行检测，但现有基于场景的检测方法都比较复杂，运算时间长，不利于硬件实现。发明内容[0004]本发明所要解决的是现有基于场景的盲元检测方法复杂、运算时间长、不利于硬件实现的问题。[0005]本发明通过下述技术方案实现：[0006]一种红外图像盲元检测方法，包括：[0007]步骤S1，建立背景预测模型其中，Y(i,j)为系统的理想输入图像灰度值，T为背景预测的空域模板，w(m,n)为背景预测模型的权重矩阵，M(i+m,j+n)为图像(i+m,j+n)位置的盲元蒙版，X(i,j)为系统实际输出红外图像灰度值；[0008]步骤S2，将权重矩阵w(m,n)和盲元蒙版M(i,j)代入所述背景预测模型以获得理想图像的估计结果；[0009]步骤S3，将实际图像和理想图像的估计结果代入公式B(i,j)+v(i,j)＝E(i,j)＝X(i,j)-Y(i,j)以获得估计残差，其中，B(i,j)为叠加在图像(i,j)位置的盲元信号，v(i,j)为噪声灰度值，E(i,j)为实际图像和理想图像之间的残差；[0010]步骤S4，对估计残差进行盲元检测以获得更新后的盲元蒙版；[0011]步