一种基于场景的图像自适应非均匀校正方法

摘要

本发明公开了一种基于场景的图像自适应非均匀校正方法，通过对图像的DN值按不同像元自动排序，分别确定至少一个相对暗均匀区域和亮均匀区域，按照算法计算得到每个像元的校正系数，完成图像的非均匀校正。该方法适合复杂场景、暗目标、红外等非均匀严重和校正难度大的海量图像的非均匀校正，大幅简化了校正的复杂性和成本，该方法基于场景，但是突破了场景自身的限制，具有很好的通用性和自适应性，无需人工判读，校正工作全自动化，计算速度快，校正效果好，提高了图像的成像质量，为后续图像分析和应用奠定基础。

主权项

一种基于场景的图像自适应非均匀校正方法，其特征在于，通过对图像的DN值按不同像元自动排序，分别确定至少一个相对暗均匀区域和亮均匀区域，按照算法计算得到每个像元的校正系数，完成一个图像的校正，自动进入下一个图像的校正，直到完成所有图像的非均匀校正，具体包括以下步骤：1)对一个包括像元数为Κ的图像，利用计算机对每个像元获取的Z个DN值自动排序，并截取一定范围的中间数值为有效DN值；2)在每个像元有效DN值中取最小的数值组成为至少一个相对暗均匀区域(Κ×D)_x，最大的数值组成为至少一个相对亮均匀区域(Κ×L)_y；3)计算每一个暗均匀区域的统计平均值为P_1x，区域内每个像元的平均DN值分别为Q_1x(i),i＝1,2,...，Κ；计算每一个亮均匀区域的统计平均值为P_2y，区域内每个像元的平均DN值分别为Q_2y(i),i＝1,2,...，Κ；4)构建如下线性方程，得到每个像元响应的增益校正因子a(i),i＝1,2,...，Κ和偏移量校正因子b(i),i＝1,2,...，Κ：$\left\{\begin{array}{c}a\left(i\right)\times Q_{1x}\left(i\right)+b\left(i\right)=P_{1x}\\ a\left(i\right)\times Q_{2y}\left(i\right)+b\left(i\right)=P_{2y}\end{array}\right.,i=1,2,\mathrm{...},K;$5)对该图像每个像元处的实际响应值DN(i,j),i＝1,2,...，Κ；j＝1,2,...，Z进行非均匀校正，得到校正后的响应值6)引入F作为非均匀性校正结果的评价参数，并设置F＝S为阈值，当F≤S，校正完成；当F>S时，则进行进一步的校正，直至完成该图像数据的校正。7)完成这一图像的校正后，自动进入下一图像，重复上述步骤，直到完成所有图像的非均匀校正。