一種低存儲紅外圖像黑鍋校正方法技術

本發明專利技術公開了一種低存儲紅外圖像黑鍋校正方法

【技術實現步驟摘要】
一種低存儲紅外圖像黑鍋校正方法、存儲介質及裝置


[0001]本專利技術涉及圖像處理領域，特別是涉及一種低存儲紅外圖像黑鍋校正方法
、
存儲介質及裝置
。

技術介紹

[0002]在紅外成像中，圖像非均勻性是一個重要的問題
。
受到工藝
、
設計等影響，紅外探測器在工作中焦平面溫度不一致
、
由于鏡頭遮擋受輻射量不同
、
讀出電路溫漂噪聲和增益不一致等，都會使得探測器輸出圖像存在四周與中心灰度不一致的現象，即四周發白或發黑，這一現象被稱為黑鍋效應，或鍋蓋效應，是圖像非均勻性的一種體現
。
黑鍋效應會導致畫面邊緣目標被掩蓋，丟失信息
。
[0003]通過多點標定
、
采集并存儲多張黑鍋圖像進行圖像校正可以有效緩解黑鍋問題，但是這種方法需要進行多次標定，耗時耗力，并且需要大量存儲資源，在一些低存儲資源的器件上難以實現
。
例如：
[0004]CN114881870A
公開了一種紅外圖像鍋蓋效應校正方法
、
系統及計算機存儲介質，通過采集黑鍋圖像預存本底，實時計算每一幀圖像的校正系數，進而計算出校正后圖像
。
該方法需要預存一幀大小的本底信息，存儲量較大
。
[0005]CN113421220A
公開了一種紅外圖像去鍋蓋方法，采集多個溫度點紅外參考圖像，進行奇異值分解后曲線擬合得到三次多項式函數，擬合圖像與溫度得到二次函數，在使用時根據三次多項式和二次函數反解出參考圖像，進而計算校正后圖像
。
該方法需要在不同溫度下進行多點標定，雖然不用存儲，但標定流程復雜，需要消耗大量時間
。
[0006]文獻
《
自適應多點定標非均勻性校正算法
》(
黃宇等，紅外技術
.2020,42(07))
，對傳統多點定標法的標定點選擇進行了自適應優化，但在存儲方面，仍需要存儲多幀標定數據
。

技術實現思路

[0007]本專利技術的目的在于克服上述不足，提供了一種低存儲紅外圖像黑鍋校正方法
、
存儲介質及裝置，通過圖像采樣，大大降低了黑鍋校正算法存儲參數量，在成像黑鍋穩定條件下，使用較少存儲資源就能夠便捷
、
有效地解決圖像中的黑鍋現象
。
[0008]基于第一方面，本方法提供一種低存儲紅外圖像黑鍋校正方法，所述方法包括：
[0009]黑鍋參考圖像進行下采樣得到黑鍋采樣圖像；所述黑鍋參考圖像為均勻輻射下采集到的原始圖像；
[0010]根據所述黑鍋采樣圖像得到黑鍋預測圖像；
[0011]根據黑鍋預測圖像對原始圖像進行校正得到最終黑鍋校正后圖像
。
[0012]可選的，所述黑鍋參考圖像進行下采樣得到黑鍋采樣圖像包括：
[0013]在均勻輻射下采集原始圖像作為黑鍋參考圖像；
[0014]將黑鍋參考圖像進行下采樣得到黑鍋采樣圖像并存儲
。
[0015]可選的，所述根據所述黑鍋采樣圖像得到黑鍋預測圖像包括：
[0016]將黑鍋采樣圖像進行上采樣得到黑鍋預測圖像
。
[0017]可選的，所述根據黑鍋預測圖像對原始圖像進行校正得到最終黑鍋校正后圖像包括：
[0018]將黑鍋預測圖像與校正系數相乘，得到鍋蓋補償圖像，原始圖像減去所述鍋蓋補償圖像后，得到黑鍋校正后圖像，所述黑鍋校正后圖像
I
corr
計算公式如下所示：
[0019]I
c
＝
I
b
×
ε
[0020]I
corr
＝
I
o
?
I
c
[0021]式中，
I
o
表示原始圖像，
I
b
表示黑鍋預測圖像，
I
c
表示鍋蓋補償圖像，
ε
表示校正系數，取值范圍0～
2。
[0022]基于第二方面，本專利技術還提供一種計算機可讀存儲介質，所述存儲介質上存儲有低存儲紅外圖像黑鍋校正程序，所述低存儲紅外圖像黑鍋校正程序被讀取執行時實現如前所述的低存儲紅外圖像黑鍋校正方法的步驟
。
[0023]基于第三方面，一種低存儲紅外圖像黑鍋校正裝置，包括：
[0024]黑鍋采集模塊，用于在均勻輻射下采集原始圖像作為黑鍋參考圖像；
[0025]黑鍋存儲模塊，用于存儲黑鍋參考圖像進行下采樣后的得到的黑鍋采樣圖像；
[0026]黑鍋預測模塊，用于將黑鍋采樣圖像進行上采樣得到黑鍋預測圖像
。
[0027]所述裝置包括處理器和如前所述的計算機可讀存儲介質，所述處理器用于執行所述計算機可讀存儲介質中存儲的計算機程序，實現如前所述低存儲紅外圖像黑鍋校正方法的步驟
。
[0028]本專利技術提供的技術方案優點在于：
[0029]在均勻輻射下采集圖像作為黑鍋采樣圖像，表征了探測器對相同輻射的響應非均勻性
。
采樣操作能夠濾除圖像在均勻背景下依舊存在的噪聲，保留了全局的黑鍋信息，作為黑鍋校正參考圖像
。
通過下采樣，大大降低了黑鍋校正算法存儲參數量
。
僅使用較少的數據計算黑鍋預測圖像，對圖像進行實時補償，避免了圖像在經過動態范圍壓縮后邊緣信息丟失
。
本方法在使用較少存儲資源的情況下，能夠便捷
、
有效地解決圖像中的黑鍋現象，能夠廣泛應用于對資源和處理速度有較高要求的場景
。
以
640
×
512
大小為例，通常的標定的方法需要存儲
327680
個像素，在本方法中，當采樣步長為
32
時，僅需要存儲
320
個像素
。
[0030]此外，本專利技術還提供了方法相應的實現裝置及計算機可讀存儲介質，提高了所述低存儲紅外圖像黑鍋校正方法的實用性，所述裝置及計算機可讀存儲介質具有相應優點
。
附圖說明
[0031]圖1為一種低存儲紅外圖像黑鍋校正方法的流程圖
。
[0032]圖2為本專利技術實施例提供的一個實例性應用場景校正前紅外圖像
。
[0033]圖3為本專利技術實施例提供的一個實例性應用場景的黑鍋預測圖像
。
[0034]圖4為本專利技術實施例提供的一個實例性應用場景校正后紅外圖像
。
具體實施方式
[0035]為了使技術人員更好地理解本專利技術的內容
、
技術方案和優點，下面結合附圖和具
體實施方式，對本專利技術作進一步描述
。
所述實施例僅為部分實施例，而不是所有實施例本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.
一種低存儲紅外圖像黑鍋校正方法，其特征在于，包括以下步驟：步驟1，黑鍋參考圖像進行下采樣得到黑鍋采樣圖像；所述黑鍋參考圖像為均勻輻射下采集到的原始圖像；步驟2，根據所述黑鍋采樣圖像得到黑鍋預測圖像；步驟3，根據黑鍋預測圖像對原始圖像進行校正得到最終黑鍋校正后圖像，包括：將黑鍋預測圖像與校正系數相乘，得到鍋蓋補償圖像，原始圖像減去所述鍋蓋補償圖像后，得到黑鍋校正后圖像，所述黑鍋校正后圖像
I
corr
計算公式如下：
I
c
＝
I
b
×
ε
I
corr
＝
I
o
?
I
c
式中：
I
o
表示原始圖像，
I
b
表示黑鍋預測圖像，
I
c
表示鍋蓋補償圖像，
ε
表示校正系數
。2.
根據權利要求1所述低存儲紅外圖像黑鍋校正方法，其特征在于，所述黑鍋參考圖像進行下...

【專利技術屬性】
技術研發人員：周永康，周俊潔，許紅，蘇丹，劉浪，陳宇，朱尤攀，李聯炳，傅志宇，何禹洪，唐興芬，
申請(專利權)人：云南北方光電儀器有限公司，
類型：發明
國別省市：