发明名称 一种基于多向的红外焦平面阵列盲元检测方法
摘要 本发明涉及红外图像处理技术领域,提出了一种基于多向的红外焦平面阵列盲元检测方法:首先通过向的一维算子计算出该点横向和纵向的最大值和最小值,然后通过对角向的一维算子计算出该点对角方向的最大值和最小值,再由向和对角向一维算子的最大值和最小值分别获得该点二维方向的最大值和最小值,最后通过阈值判断该点是否为盲元点。本发明有益效果:不仅可以准确检测单个盲元,同时对于水平、垂直或对角向上连续的两个或多个盲元也可以准确检测得到;所需的存储开销低,运算简单,具有良好的通用性及可移植性,只需通过在软件中增添相应代码即可实现该功能,不会增加额外的硬件成本,大大降低了研制难度,缩短了研制周期。
申请公布号 CN106548496A 申请公布日期 2017.03.29
申请号 CN201611003271.8 申请日期 2016.11.15
申请人 凯迈(洛阳)测控有限公司 发明人 刘玉婷;王春江;付占方;陈锦莉;马向华;酒锐波
分类号 G06T7/77(2017.01)I 主分类号 G06T7/77(2017.01)I
代理机构 洛阳公信知识产权事务所(普通合伙) 41120 代理人 周会芝
主权项 一种基于多向的红外焦平面阵列盲元检测方法,其特征在于:包括以下步骤:步骤一、将红外成像系统通电后,系统平台随机采集一帧原始红外图像数据;对于原始红外图像数据中的任一点C,它的十字向相邻各点的灰度值分别为<i>x</i><sup><sub><i> </i></sub></sup><sub><i>11</i></sub>,<i>x</i><sup><sub><i> </i></sub></sup><sub><i>12</i></sub>,<i>x</i><sup><sub><i> </i></sub></sup><sub><i>13</i></sub>,<i>x</i><sup><sub><i> </i></sub></sup><sub><i>14</i></sub>,<i>y</i><sup><sub><i> </i></sub></sup><sub><i>11</i></sub>,<i>y</i><sup><sub><i> </i></sub></sup><sub><i>12</i></sub>,<i>y</i><sup><sub><i> </i></sub></sup><sub><i>13</i></sub>,<i>y</i><sup><sub><i> </i></sub></sup><sub><i>14</i></sub>,对角向相邻各点的灰度值分别为<i>x</i><sup><sub><i> </i></sub></sup><sub><i>21</i></sub>,<i>x</i><sup><sub><i> </i></sub></sup><sub><i>22</i></sub>,<i>x</i><sup><sub><i> </i></sub></sup><sub><i>23</i></sub>,<i>x</i><sup><sub><i> </i></sub></sup><sub><i>24</i></sub>,<i>y</i><sup><sub><i> </i></sub></sup><sub><i>21</i></sub>,<i>y</i><sup><sub><i> </i></sub></sup><sub><i>22</i></sub>,<i>y</i><sup><sub><i> </i></sub></sup><sub><i>23</i></sub>,<i>y</i><sup><sub><i> </i></sub></sup><sub><i>24</i></sub>;步骤二、分别计算点C的十字向和对角向一维算子最大值和最小值,其中:点C的<i>x</i> 方向的一维算子最大值和最小值分别用<i>C</i><sup><sub> </sub></sup><sub>x1max</sub>和<i>C</i><sup><sub> </sub></sup><sub>x1min</sub>表示,<i>y</i> 方向的一维算子最大值和最小值分别用<i>C</i><sup><sub> </sub></sup><sub>y1max</sub>和<i>C</i><sup><sub> </sub></sup><sub>y1min</sub>表示,点C的对角向一维算子的最大值和最小值用<i>C</i><sup><sub> </sub></sup><sub>x2max</sub>、<i>C</i><sup><sub> </sub></sup><sub>x2min</sub>、<i>C</i><sup><sub> </sub></sup><sub>y2max</sub>和<i>C</i><sup><sub> </sub></sup><sub>y2min</sub>表示,上述各最大值和最小值的计算公式为:<img file="dest_path_image001.GIF" wi="358" he="411" />;步骤三、根据步骤二得到的一维算子的最大值和最小值分别计算其在二维方向的最大值和最小值,二维方向的最大值和最小值分别用<i>C</i><sup><sub> </sub></sup><sub>1max</sub>、<i>C</i><sup><sub> </sub></sup><sub>1min</sub>、<i>C</i><sup><sub> </sub></sup><sub>2max</sub>、<i>C</i><sup><sub> </sub></sup><sub>2min</sub>表示,计算公式为:<img file="565243dest_path_image002.GIF" wi="232" he="195" />;步骤四、根据盲元定义,选取阈值<i>T</i><sup><sub><i> </i></sub></sup><sub><i>1</i></sub><i>、T</i><sup><sub><i> </i></sub></sup><sub><i>2</i></sub>进行判断:若实际获得的C点灰度值满足<img file="dest_path_image003.GIF" wi="117" he="48" />或<img file="482383dest_path_image004.GIF" wi="118" he="49" />,则判断该像素为疑似过热失效元;若实际获得的C点灰度值满足<img file="dest_path_image005.GIF" wi="117" he="47" />或<img file="324437dest_path_image006.GIF" wi="120" he="48" />,则判断该像素为疑似过冷失效元;步骤五、系统平台随机采集下一帧原始红外图像数据,并对该原始红外图像数据中的点按照步骤2‑4的方法进行疑似失效元检测;步骤六、若两帧原始红外图像数据的失效元的位置一致,则将一致的点确定为盲元点。
地址 471000 河南省洛阳市高新开发区浅井南路2号