发明名称 一种基于子空间投影的帧间配准非均匀性校正方法
摘要 本发明公开了一种基于子空间投影的帧间配准非均匀性校正方法,通过将红外探测器采集到的原始模拟图像经过A/D转换后,得到原始数字图像,然后将行列分别进行行列均值为零的预处理,再将行矩阵和列矩阵分别投影到各自的子空间,在各自的子空间中求相邻两帧图像的行位移和列位移,最后将得到的行(列)位移带入到帧间配准公式中来进行非均匀性校正,获得校正后的图像。本发明具有简单、高效的特点,能够处理含大量噪声的非均匀性图像并得到较好的校正效果。
申请公布号 CN106570828A 申请公布日期 2017.04.19
申请号 CN201510650379.5 申请日期 2015.10.09
申请人 南京理工大学 发明人 隋修宝;匡小冬;陈钱;顾国华;沈雪薇;赵耀;陶远荣;刘源;潘科辰
分类号 G06T5/00(2006.01)I 主分类号 G06T5/00(2006.01)I
代理机构 南京理工大学专利中心 32203 代理人 朱显国
主权项 一种子空间投影的帧间配准非均匀性校正方法,其特征在于,方法步骤如下:步骤1、将红外探测器采集到的原始模拟图像经过A/D转换后,得到原始数字图像X<sub>m</sub>,X∈R<sup>M×N</sup>,其中,M表示原始数字图像X<sub>m</sub>的行数,N表示原始数字图像X<sub>m</sub>的列数,m表示原始数字图像的帧号;步骤2、对原始数字图像X<sub>m</sub>各行进行行均值为零的预处理,得到经过行预处理之后的图像X<sub>r</sub>,公式如下:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msub><mi>X</mi><mi>m</mi></msub><mo>=</mo><mfenced open = '[' close = ']'><mtable><mtr><mtd><msub><mi>x</mi><mn>1</mn></msub></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><msub><mi>x</mi><mi>M</mi></msub></mtd></mtr></mtable></mfenced></mrow>]]></math><img file="FDA0000817641400000011.GIF" wi="244" he="167" /></maths><maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><mover><msubsup><mi>x</mi><mi>r</mi><mi>T</mi></msubsup><mo>&OverBar;</mo></mover><mo>=</mo><mfrac><mrow><msubsup><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>M</mi></msubsup><msubsup><mi>x</mi><mi>i</mi><mi>T</mi></msubsup></mrow><mi>M</mi></mfrac></mrow>]]></math><img file="FDA0000817641400000012.GIF" wi="301" he="134" /></maths><maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><msubsup><mi>u</mi><mi>i</mi><mi>T</mi></msubsup><mo>=</mo><msubsup><mi>x</mi><mi>i</mi><mi>T</mi></msubsup><mo>-</mo><mover><msubsup><mi>x</mi><mi>r</mi><mi>T</mi></msubsup><mo>&OverBar;</mo></mover><mo>,</mo><mi>i</mi><mo>=</mo><mn>1</mn><mo>,</mo><mn>2</mn><mo>...</mo><mi>M</mi></mrow>]]></math><img file="FDA0000817641400000013.GIF" wi="566" he="79" /></maths><maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><msub><mi>X</mi><mi>r</mi></msub><mo>=</mo><mfenced open = '[' close = ']'><mtable><mtr><mtd><msub><mi>u</mi><mn>1</mn></msub></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><msub><mi>u</mi><mi>M</mi></msub></mtd></mtr></mtable></mfenced></mrow>]]></math><img file="FDA0000817641400000014.GIF" wi="229" he="175" /></maths>其中,x<sub>i</sub>∈R<sup>1×N</sup>表示原始数字图像的第i行,<img file="FDA0000817641400000015.GIF" wi="71" he="76" />表示原始数字图像所有行的平均行值,u<sub>i</sub>∈R<sup>1×N</sup>表示经过行预处理之后的图像的第i行;步骤3、对原始数字图像X<sub>m</sub>各列进行列均值为零的预处理,得到经过列预处理之后的图像X<sub>l</sub>,公式如下:X<sub>m</sub>=[y<sub>1</sub>…y<sub>N</sub>]<maths num="0005" id="cmaths0005"><math><![CDATA[<mrow><msub><mover><mi>y</mi><mo>&OverBar;</mo></mover><mi>l</mi></msub><mo>=</mo><mfrac><mrow><msubsup><mi>&Sigma;</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></msubsup><msub><mi>y</mi><mi>j</mi></msub></mrow><mi>N</mi></mfrac></mrow>]]></math><img file="FDA0000817641400000016.GIF" wi="285" he="134" /></maths><maths num="0006" id="cmaths0006"><math><![CDATA[<mrow><msub><mi>v</mi><mi>j</mi></msub><mo>=</mo><msub><mi>y</mi><mi>j</mi></msub><mo>-</mo><msub><mover><mi>y</mi><mo>&OverBar;</mo></mover><mi>l</mi></msub><mo>,</mo><mi>j</mi><mo>=</mo><mn>1</mn><mo>,</mo><mn>2</mn><mo>...</mo><mi>N</mi></mrow>]]></math><img file="FDA0000817641400000017.GIF" wi="525" he="71" /></maths>X<sub>l</sub>=[v<sub>1</sub>…v<sub>N</sub>]其中,y<sub>j</sub>∈R<sup>M×1</sup>表示原始数字图像的第j列,<img file="FDA0000817641400000018.GIF" wi="52" he="62" />表示原始数字图像所有列的平均列值,v<sub>j</sub>∈R<sup>M×1</sup>表示经过列预处理之后的图像的第j列;步骤4、对经过行预处理得到的图像X<sub>r</sub>进行子空间投影得到子空间图像矩阵X<sub>rs</sub>,公式如下:[d,v]=eig(X<sub>r</sub>)X<sub>rs</sub>(i,j)=d(:,j+p)<sup>T</sup>·X<sub>rs</sub>(i,:)<sup>T</sup>,i=1,2…M,j=1,2…(N‑p)其中,eig(·)表示矩阵的特征值和特征向量对应的函数,v表示特征值构成的矩阵,d表示特征值对应的特征向量构成的矩阵,p表示行子空间和原空间维数的差值;步骤5、对经过列预处理得到的图像X<sub>l</sub>进列子空间投影得到列空间图像矩阵X<sub>ls</sub>,公式如下:[d′,v′]=eig(X<sub>l</sub>)X<sub>ls</sub>(i,j)=d′(:,i+q)<sup>T</sup>·X<sub>ls</sub>(:,j)<sup>T</sup>,i=1,2…(M‑q),j=1,2…N其中,eig(·)表示矩阵的特征值和特征向量对应的函数,v′表示特征值构成的矩阵,d′表示特征值对应的特征向量构成的矩阵,q表示列子空间和原空间维数的差值;步骤6、分别在行子空间和列子空间进行相邻两帧图像的行配准和列配准,得到相邻两帧图像的行位移d<sub>y</sub>和列位移d<sub>x</sub>,通过d<sub>y</sub>、d<sub>x</sub>进行配准来进行非均匀性校正,得到校正后的图像X′<sub>m</sub>,校正公式如下:<maths num="0007" id="cmaths0007"><math><![CDATA[<mfenced open = '{' close = ''><mtable><mtr><mtd><mi>E</mi><mi>R</mi><msub><mi>R</mi><mi>m</mi></msub><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo><mo>=</mo><msubsup><mi>X</mi><mi>m</mi><mo>&prime;</mo></msubsup><mo>(</mo><mi>i</mi><mo>-</mo><mi>d</mi><mi>y</mi><mo>,</mo><mi>j</mi><mo>-</mo><mi>d</mi><mi>x</mi><mo>)</mo><mo>-</mo><msubsup><mi>X</mi><mrow><mi>m</mi><mo>-</mo><mn>1</mn></mrow><mo>&prime;</mo></msubsup><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mtd></mtr><mtr><mtd><msub><mi>k</mi><mi>m</mi></msub><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo><mo>=</mo><msub><mi>k</mi><mi>m</mi></msub><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo><mo>-</mo><mi>&alpha;</mi><mo>&CenterDot;</mo><msub><mi>X</mi><mi>m</mi></msub><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo><mo>&CenterDot;</mo><mi>E</mi><mi>R</mi><msub><mi>R</mi><mi>m</mi></msub><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mtd></mtr><mtr><mtd><msub><mi>b</mi><mi>m</mi></msub><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo><mo>=</mo><msub><mi>b</mi><mi>m</mi></msub><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo><mo>-</mo><mi>&alpha;</mi><mo>&CenterDot;</mo><mi>E</mi><mi>R</mi><msub><mi>R</mi><mi>m</mi></msub><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mtd></mtr><mtr><mtd><msubsup><mi>X</mi><mi>m</mi><mo>&prime;</mo></msubsup><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo><mo>=</mo><msub><mi>X</mi><mi>m</mi></msub><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo><mo>&CenterDot;</mo><msub><mi>k</mi><mi>m</mi></msub><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo><mo>+</mo><msub><mi>b</mi><mi>m</mi></msub><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mtd></mtr></mtable></mfenced>]]></math><img file="FDA0000817641400000021.GIF" wi="998" he="255" /></maths>其中,α为学习速率,ERR为相邻两帧的阈值,k为增益校正参数,b为偏置校正参数。
地址 210094 江苏省南京市玄武区孝陵卫200号