一种基于场景帧间配准的红外图像非均匀性校正方法

摘要

本发明公开了一种基于场景帧间配准的红外图像非均匀性校正方法，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，然后将原始数字图像进行校正，得到校正后第n-1帧的输出像素矩阵Y_n-1(i，j)和校正后第n帧的输出像素矩阵Y_n(i，j)，统计校正后第n-1帧的输出像素矩阵Y_n-1(i，j)，并求其平均值average_n。然后通过对校正后第n-1帧的输出像素矩阵Y_n-1(i，j)自调整、阈值ERR_n(i，j)自调整和收敛步长step自调整来完成对o_n+1(i，j)和g_n+1(i，j)进行更新，来完成对整幅图像进行非均匀性校正的过程。本发明具有简单、高效的特点，收敛速率快，能够校正非均匀较强的图像，并且面对不同场景均有良好的校正效果，适用性广。

主权项

一种基于场景帧间配准的红外图像非均匀性校正方法，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；步骤2、将原始数字图像进行校正，得到校正后第n‑1帧的输出像素矩阵Y_n‑1(i,j)和校正后第n帧的输出像素矩阵Y_n(i,j)，校正公式如下：其中，(i,j)表示像素的坐标值，X_n(i,j)是原始图像第n帧的输入像素矩阵，g_n(i,j)表示第n帧的校正增益参数，o_n(i,j)表示第n帧的校正偏置参数，ERR_n(i,j)是第n帧的阈值，step为收敛步长，d_x表示第n帧图像相对于第n‑1帧图像在坐标轴x方向上的偏移量，d_y表示第n帧图像相对于第n‑1帧图像在坐标轴y方向上的偏移量；步骤3、确定上述校正后第n‑1帧的输出像素矩阵Y_n‑1(i,j)的平均值：统计校正后第n‑1帧的输出像素矩阵Y_n‑1(i,j)，并求其平均值average_n，n表示帧号；步骤4、对校正后第n‑1帧输出像素矩阵Y_n‑1(i,j)的各个像素点的像素值y_n‑1分别进行调整，得到调整后的像素矩阵Y′_n‑1(i,j)，并将调整后的像素矩阵Y′_n‑1(i,j)代入步骤2的公式②中，得到更新后的第n帧的阈值ERR′_n(i,j)，调整公式如下：${Y^{\prime }}_{n-1}(i,j)=\left\{\begin{array}{cc}{y}_{n-1}(i,j)+p_1& \mathrm{averag}{e}_n-q<y_{n-1}(i,j)<a{\mathrm{verage}}_n\\ y_{n-1}(i,j)+p_2& y_{n-1}(i,j)<{\mathrm{average}}_n-q\\ y_{n-1}(i,j)-p_1& {\mathrm{average}}_n<y_{n-1}(i,j)<{\mathrm{average}}_n+q\\ y_{n-1}(i,j)-p_2& {\mathrm{average}}_n+q+y_{n-1}(i,j)\end{array}\right.$$p_1=\left\{\begin{array}{cc}0& \mathrm{others}\\ p_1& n-1<n_1\end{array}\right.$$p_2=\left\{\begin{array}{cc}0& \mathrm{others}\\ p_2& n-1<n_1\end{array}\right.$其中,p₁和p₂均表示对应像素点的调整值，其范围分别为：p₁∈[0,50],p₂∈[50,100]；q表示平均像素值的调整值，其范围为q∈[0,200]；n₁表示停止帧号，n₁范围为n₁∈[100,150]；步骤5、对步骤4中更新后的阈值ERR′_n(i,j)行自调整：对更新后的阈值ERR′_n(i,j)进行调整，得到调整后的阈值ERR″_n(i,j)，公式如下：${{\mathrm{ERR}}^{\prime \prime }}_n(i,j)=\left\{\begin{array}{cc}0& n\ge n_2\mathrm{andabs}\left({{\mathrm{ERR}}^{\prime }}_n(i,j)\right)>\mathrm{pa}\\ {{\mathrm{ERR}}^{\prime }}_n(i,j)& \mathrm{others}\end{array}\right.$pa表示抑制鬼影现象的限制值,范围为pa∈[100,300]；n₂表示区分帧号，范围为：n₂∈[10,20]；步骤6、收敛步长step进行自调整：对收敛步长step进行自调整，公式如下：$\mathrm{step}=\left\{\begin{array}{cc}\mathrm{ste}{p}_1& n<n_2\\ {\mathrm{step}}_2& \mathrm{others}\end{array}\right.$step₁和step₂分别表示收敛步长常量，step₁大于step₂，其范围分别为：step₁∈[0.08,0.1]，step₂∈[0.01,0.03]；步骤7、将调整后的阈值ERR″_n(i,j)和调整后的收敛步长step均代入步骤2的公式③和公式④中，分别对o_n+1(i,j)和g_n+1(i,j)进行更新，得到更新后的o′_n+1(i,j)和g′_n+1(i,j)；步骤8、将更新后的o′_n+1(i,j)和g′_n+1(i,j)均代入步骤2的公式①，得到校正后的第n+1帧的输出像素矩阵Y′_n+1(i,j)。