基于稀疏表示的红外图像条带噪声抑制方法.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CN110009575A(43)申请公布日2019.07.12(21)申请号201910138525.4(22)申请日2019.02.25(71)申请人西安电子科技大学地址710071陕西省西安市太白南路2号(72)发明人赖睿莫一过刘泽胜官俊涛李跃进(74)专利代理机构西安嘉思特知识产权代理事务所(普通合伙)61230代理人张捷(51)Int.Cl.G06T5/00(2006.01)权利要求书2页说明书7页附图4页(54)发明名称基于稀疏表示的红外图像条带噪声抑制方法(57)摘要本发明公开了一种基于稀疏表示的红外图像条带噪声抑制方法，包括：通过学习字典获取重构字典；通过原始图像获取第二像素块；通过所述重构字典和所述第二像素块获取第二稀疏表示；根据原始图像和所述第二稀疏表示得到去噪图像。本发明提供的基于稀疏表示的红外图像条带噪声抑制方法通过学习字典中的原子具有条带特征的特点，在稀疏表示的基础上去除条带噪声，与现有的去噪方法相比，能更好地识别并去除噪声并保留图像细节，在视觉和各项性能指标上均取得良好的效果。CN110009575ACN110009575A权利要求书1/2页1.一种基于稀疏表示的红外图像条带噪声抑制方法，其特征在于，包括：通过学习字典获取重构字典；通过原始图像获取第二像素块；通过所述重构字典和所述第二像素块获取第二稀疏表示；根据原始图像和所述第二稀疏表示得到去噪图像。2.根据权利要求1所述的红外图像条带噪声抑制方法，其特征在于，通过学习字典获取重构字典，包括：利用K-SVD算法构建学习字典；对所述学习字典的原子进行排序得到所述重构字典。3.根据权利要求2所述的红外图像条带噪声抑制方法，其特征在于，对所述学习字典的原子进行排序得到重构字典，包括：对所述学习字典的每个原子通过归一化处理，获取第一像素块；根据所述第一像素块计算得到列方差和；利用所述列方差和获取所述重构字典。4.根据权利要求3所述的红外图像条带噪声抑制方法，其特征在于，根据所述第一像素块计算得到列方差和的计算公式为：其中，sk为所述列方差和，dkpq为第所述一像素块，dkpq的尺寸为n×n，p为所述像素块的横坐标，q为所述像素块的纵坐标。5.根据权利要求4所述的红外图像条带噪声抑制方法，其特征在于，通过原始图像获取第二像素块，包括：通过像素块算子从原始图像中提取获得所述第二像素块。6.根据权利要求5所述的红外图像条带噪声抑制方法，其特征在于，通过像素块算子从原始图像中提取获得所述第二像素块的公式为：xij＝RijX，1≤i,j≤N-n+1；其中，X为N×N的所述原始图像，xij为n×n的所述第二像素块，Rij为从大小为N×N的所述原始图像中取出的大小为n×n的所述像素块的算子，i表示所述原始图像中横坐标位置，j表示原始图像中纵坐标位置。7.根据权利要求6所述的红外图像条带噪声抑制方法，其特征在于，通过所述重构字典和所述第二像素块获取第二稀疏表示，包括：通过所述重构字典构建所述第二像素块的第一稀疏表示；滤除所述第一稀疏表示中的条带噪声，得到所述第二稀疏表示。8.根据权利要求7所述的红外图像条带噪声抑制方法，其特征在于，通过所述重构字典构建所述第二像素块的第一稀疏表示的计算公式为：其中，αij为所述第一稀疏表示，λ为调节参数，D为重构字典，α为所求未知数。2CN110009575A权利要求书2/2页9.根据权利要求7所述的红外图像条带噪声抑制方法，其特征在于，滤除所述第一稀疏表示终端条带噪声，得到所述第二稀疏表示，包括：获取所述原始图像中同一列像素块的所述第一稀疏表示；获取所述第一稀疏表示的非零值数量；根据所述非零值数量获取所述第二稀疏表示。3CN110009575A说明书1/7页基于稀疏表示的红外图像条带噪声抑制方法技术领域[0001]本发明属于数字图像处理领域，具体涉及一种基于稀疏表示的红外图像条带噪声抑制方法。背景技术[0002]红外热成像技术是一种被动红外夜视技术，其原理是基于自然界中一切温度高于绝对零度(-273℃)的物体，每时每刻都辐射出红外线，同时这种红外线辐射都载有物体的特征信息，这就为利用红外技术判别各种被测目标的温度高低和热分布场提供了客观的基础。利用这一特性，通过光电红外探测器将物体发热部位辐射的功率信号转换成电信号后，成像装置就可以一一对应地模拟出物体表面温度的空间分布，最后经系统处理，形成热图像视频信号，传至显示屏幕上，就得到与物体表面热分布相对应的热像图，即红外热图像。[0003]如今，红外成像技术已经广泛地应用到军事、航天、民品等领域。然而由于受到制造工艺的限制，红外探测器的各探测元具有不同的响应率，由此产生的固定模式条带噪声会严重降低成像系统的信噪比和温度分