專(zhuān)利名稱(chēng):基于場(chǎng)景統(tǒng)計(jì)的神經(jīng)網(wǎng)絡(luò)非均勻性校正方法
技術(shù)領(lǐng)域:
本發(fā)明涉及圖像探測(cè)處理技術(shù)領(lǐng)域,具體屬于紅外焦平面探測(cè)技術(shù) 中圖像校正方法。
背景技術(shù):
紅外焦平面陣列成像系統(tǒng)由于具有靈敏度高,體積小,結(jié)構(gòu)緊湊,作 用距離遠(yuǎn)、抗干擾性好、穿透煙霧能力強(qiáng)、可全天候、全天時(shí)工作等優(yōu) 點(diǎn),已成為紅外成像技術(shù)發(fā)展的趨勢(shì),而凝視型紅外焦平面陣列已成為 未來(lái)紅外熱成像系統(tǒng)發(fā)展的主流探測(cè)器件。但由于受材料和工藝水平的
限制,紅外焦平面陣列(IRFPA)各探測(cè)單元響應(yīng)特性之間普遍存在著非均 勻性,它將導(dǎo)致紅外成像系統(tǒng)的溫度分辨率等性能顯著下降,以至使其 難以滿(mǎn)足工程應(yīng)用要求,因而工程中使用的紅外焦平面陣列幾乎毫無(wú)例 外地都采用非均勻性校正技術(shù)。
目前國(guó)內(nèi)外已出現(xiàn)多種多樣的紅外焦平面陣列非均勻性校正方法,
但歸納起來(lái)大致可以分為兩類(lèi) 一類(lèi)是基于標(biāo)定的校正方法,主要包括
兩點(diǎn)溫度標(biāo)定法(TPC)和多點(diǎn)溫度標(biāo)定法(ETPC)。該類(lèi)校正方法擁有算法 簡(jiǎn)單靈活,運(yùn)算速度快,易于硬件實(shí)現(xiàn)等優(yōu)點(diǎn),是目前工程應(yīng)用的主要 方法。但由于受紅外焦平面陣列工作時(shí)間和環(huán)境變化的影響,其響應(yīng)參 數(shù)會(huì)發(fā)生緩慢漂移,進(jìn)而影響校正精度,因此,標(biāo)定類(lèi)校正方法通常需 要進(jìn)行周期性標(biāo)定校正。這樣,不僅需要中斷實(shí)時(shí)成像過(guò)程,而且操作 復(fù)雜。另一類(lèi)是基于場(chǎng)景的校正方法,主要包括恒定統(tǒng)計(jì)平均法(CSC)、 時(shí)域高通濾波法(THPFC)和人工神經(jīng)網(wǎng)絡(luò)法(A麗C)。該類(lèi)方法能有效地消除紅外焦平面陣列隨工作時(shí)間和環(huán)境變化而發(fā)生的響應(yīng)參數(shù)漂移,不需
要定標(biāo),只需根據(jù)場(chǎng)景信息實(shí)現(xiàn)IRFPA非均勻性自適應(yīng)校正。在基于場(chǎng)景 的校正方法中,以神經(jīng)網(wǎng)絡(luò)校正方法最具代表性。
傳統(tǒng)神經(jīng)網(wǎng)絡(luò)校正法(Scribner)雖然在理論上完全不需要對(duì)紅外焦 平面陣列進(jìn)行定標(biāo),對(duì)探測(cè)器參數(shù)的線(xiàn)性和穩(wěn)定性要求也不高。但傳統(tǒng) 神經(jīng)網(wǎng)絡(luò)校正法也存在明顯的不足,特別是對(duì)低頻空間噪聲無(wú)能為力。 究其原因是簡(jiǎn)單地以四鄰域均值作為期望輸出,參與計(jì)算的像素太少, 特別是沒(méi)有考慮當(dāng)前像素值,導(dǎo)致期望值與實(shí)際值可能存在較大的偏差。 當(dāng)場(chǎng)景中同一區(qū)域內(nèi)信號(hào)變化緩慢,四鄰域均值計(jì)算期望值是合理的; 當(dāng)信號(hào)在空間上存在劇烈變化時(shí),窗口橫跨多個(gè)不同的區(qū)域,這時(shí)用四 鄰域均值作為期望值便存在著較大的誤差。當(dāng)目標(biāo)運(yùn)動(dòng)時(shí),這種誤差不 會(huì)累積,對(duì)校正效果影響不明顯;當(dāng)目標(biāo)長(zhǎng)時(shí)間趨于靜止時(shí),這種誤差 會(huì)迅速累積,迭代步長(zhǎng)越大,誤差累積越快,則會(huì)出現(xiàn)明顯的目標(biāo)退化。 而當(dāng)目標(biāo)由靜止變?yōu)橥蝗贿\(yùn)動(dòng)時(shí)就會(huì)在原來(lái)位置留下一個(gè)反像的校正虛 影。
張?zhí)煨?、石巖等人在《紅外焦平面非均勻性噪聲的空間頻率特性及 空間自適應(yīng)非均勻性校正方法改進(jìn)》 一文中,分析了紅外焦平面陣列非 均勻性噪聲的空間頻率特性,指出空間低頻噪聲為其主要成分。針對(duì)傳 統(tǒng)空域自適應(yīng)校正方法去除低頻空間噪聲存在的不足,提出采用一點(diǎn)校 正和空域自適應(yīng)校正相結(jié)合的方法。該方法中的一點(diǎn)校正是通過(guò)對(duì)連續(xù) 有限幀且不含目標(biāo)的背景進(jìn)行時(shí)間均值得到的。如果在相機(jī)工作期間圖 像背景保持不變時(shí),通過(guò)對(duì)連續(xù)不含目標(biāo)的有限幀背景進(jìn)行時(shí)間均值得到背景圖像與實(shí)際背景是接近的,這時(shí)可以得到較好的校正效果。但在 背景圖像實(shí)時(shí)變化的情況下,按照這種方法得到的背景圖像與實(shí)際背景 存在較大的誤差,這樣預(yù)處理校正的結(jié)果必然會(huì)影響最終的校正結(jié)果。
由于紅外焦平面陣列盲元的存在,導(dǎo)致紅外圖像模糊不清,而目前 主要是通過(guò)信號(hào)處理技術(shù)檢測(cè)出盲元,并通過(guò)鄰域像素進(jìn)行有效補(bǔ)償以 提高紅外焦平面陣列成像質(zhì)量。盲元的處理包括盲元檢測(cè)和補(bǔ)償兩個(gè)方 面。傳統(tǒng)的盲元處理方法難以實(shí)現(xiàn)盲元的在線(xiàn)檢測(cè)和補(bǔ)償。在代少升、 張?zhí)祢U《一種新的紅外焦平面陣列盲元處理算法》 一文中,提出了一種
IRFPA盲元即時(shí)檢測(cè)和補(bǔ)償?shù)男滤惴āT撍惴▽?shí)現(xiàn)簡(jiǎn)單,通用性強(qiáng),能 對(duì)隨機(jī)產(chǎn)生的盲元進(jìn)行即時(shí)檢測(cè)和補(bǔ)償,但僅僅涉及到盲元的檢測(cè)和補(bǔ) 償,未涉及對(duì)圖像信號(hào)偏置進(jìn)行非均勻性校正及增益非線(xiàn)性校正。
紅外焦平面陣列所受的空間噪聲有如下兩個(gè)性質(zhì) 性質(zhì)一由非均勻性引起的空間噪聲其主要呈現(xiàn)為低頻成分。 性質(zhì)二由增益非均勻性單獨(dú)引起的空間噪聲,主要呈現(xiàn)為高頻成 分。然而傳統(tǒng)神經(jīng)網(wǎng)絡(luò)校正方法的前提假設(shè)是非均勻性所導(dǎo)致的空間 噪聲,其空間頻率主要是高頻或白噪聲。正是基于該前提,傳統(tǒng)的神經(jīng) 網(wǎng)絡(luò)校正方法采用像素的4鄰域均值作為該像素輸出的校正期望值來(lái)更 新校正系數(shù),使其呈現(xiàn)空間低通的頻率特性。因此,當(dāng)實(shí)際紅外焦平面 陣列空間噪聲以低頻為主時(shí),傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)校正方法顯得無(wú)能為力。
如一點(diǎn)校正和空域自適應(yīng)校正相結(jié)合的算法(onepoint—nn_nuc), 其背景圖像的變化會(huì)對(duì)校正的效果產(chǎn)生影響,背景相對(duì)變化較少的部分 校正效果較好,背景變化較大的部分校正效果較差。如果我們預(yù)先采用某種預(yù)處理校正,消除空間低頻部分噪聲,只剩 下由增益非均勻性所導(dǎo)致的空間高頻噪聲,然后再采用神經(jīng)網(wǎng)絡(luò)方法進(jìn) 行后續(xù)校正,便能獲得較好的校正效果。正是基于上述原因,本發(fā)明提 出了基于場(chǎng)景統(tǒng)計(jì)的神經(jīng)網(wǎng)絡(luò)非均勻性校正方法,即首先通過(guò)場(chǎng)景統(tǒng)計(jì)
消除由IRFPA偏置非均勻性引起的空間低頻噪聲,然后再采用神經(jīng)網(wǎng)絡(luò)方
法進(jìn)行后續(xù)校正。
發(fā)明內(nèi)容
本發(fā)明針對(duì)復(fù)雜多變的環(huán)境條件下引起紅外焦平面陣列響應(yīng)特性和 穩(wěn)定性的變化,以及傳統(tǒng)神經(jīng)網(wǎng)絡(luò)校正方法難以消除低頻空間噪聲的不 足,提出一種基于場(chǎng)景統(tǒng)計(jì)和神經(jīng)網(wǎng)絡(luò)非均勻性校正方法。該方法包括, 進(jìn)行盲元檢測(cè)及補(bǔ)償,采用場(chǎng)景統(tǒng)計(jì)法對(duì)圖像偏置進(jìn)行非均勻性校正, 采用神經(jīng)網(wǎng)絡(luò)校正法對(duì)場(chǎng)景統(tǒng)計(jì)校正后且不含低頻空間噪聲的圖像進(jìn)行 增益非線(xiàn)性校正。
盲元檢測(cè)及補(bǔ)償。在對(duì)紅外焦平面陣列非均勻性進(jìn)行校正之前,首 先需要進(jìn)行盲元檢測(cè)與補(bǔ)償。以連續(xù)k幀圖像序列的時(shí)域均值作為當(dāng)前幀
各個(gè)像素的響應(yīng)率B,,即& =("),;判斷像素^是否為有效像元,首 先在以像素5,為中心大小為(2"l)x(2A + l)的窗口內(nèi)查詢(xún)最大和最小的像 素灰度值^^、^^;然后去掉^_、萬(wàn)^,計(jì)算窗口內(nèi)剩余像素灰度平均值
i+A 乂+A
》,即L':f 二、:;對(duì)各像素點(diǎn)進(jìn)行盲元判定,當(dāng)滿(mǎn)足條件
^^^^9或者A-^—^9時(shí),可判定為盲元,否則為有效像素。如果像素^為盲元,則將盲元矩陣中相應(yīng)位置(即第i行第j列)置l;對(duì)當(dāng)前 幀原始圖像中檢測(cè)出的盲元位置用盲元像素4鄰域均值代替補(bǔ)償,得到去 除盲元的圖像。
采用場(chǎng)景統(tǒng)計(jì)法對(duì)圖像偏置進(jìn)行非均勻性校正。根據(jù)原始圖像的時(shí) 域均值計(jì)算原始圖像輸入均值M義J,及校正輸出均值可U,得到不包 含低頻空間噪聲的各像素的灰度值(")。
利用第l幀到第n幀原始圖像時(shí)域均值作為紅外焦平面陣列的輸入,
可采用遞歸的方式計(jì)算五[《,]:即耿,]《=}"'" + (" —D.I"、"-'??刹捎?br>
5的空間平均作為紅外焦平面陣列第n幀像素的平均輸出五K
<formula>formula see original document page 8</formula>
當(dāng)前幀的原始圖像;^.(")減去紅外焦平面陣列第(i, j)像素在時(shí)間上
的平均輸入^;,便可得到不含低頻空間噪聲的各像素灰度值z(mì)"w)。
采用神經(jīng)網(wǎng)絡(luò)校正法對(duì)場(chǎng)景統(tǒng)計(jì)校正,對(duì)不含低頻空間噪聲的圖像 進(jìn)行增益非線(xiàn)性校正。如采用自適應(yīng)加權(quán)平均濾波器,確定輸出的期望 信號(hào)。根據(jù)校正誤差的標(biāo)準(zhǔn)差閾值來(lái)判斷像素的區(qū)域?qū)傩?,?duì)同一區(qū)域 的像素分配較大的權(quán)值,對(duì)不同區(qū)域的像素分配較小的權(quán)值,由加權(quán)平 均濾波器的權(quán)值『M (")確定輸出的期望值《,(")。
其中,權(quán)值由下式確定
<formula>formula see original document page 8</formula> 其中,7為權(quán)值系數(shù)。加權(quán)濾波器的輸出即為期望值巧,,("),根據(jù)下式計(jì)算期望值化(")
W J"
本發(fā)明與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)方法和一點(diǎn)校正與神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法相 比,具有較強(qiáng)的非均勻性校正能力,從而能夠獲得理想的圖像校正效果。 在場(chǎng)景連續(xù)變化的實(shí)時(shí)校正中,既能消除低頻空間噪聲,又能消除目標(biāo) 退化和鬼影,提高了算法的運(yùn)算速度。
圖1為本發(fā)明校正方法流程示意圖。
圖2為盲元檢測(cè)示意圖。其中,圖2(a)為k幀運(yùn)動(dòng)場(chǎng)景示意圖;圖 2(b)為3X3盲元檢測(cè)窗口。
具體實(shí)施例方式
下面首先從原理上分析算法的實(shí)現(xiàn)過(guò)程
對(duì)紅外焦平面陣列采用線(xiàn)性模型進(jìn)行校正,校正模型為
]^(") = (^(").義"(")+ 0,、乂(") (1) 其中^.表示校正輸出,X"表示原始圖像輸入,C^.表示校正增 益,《,表示校正圖像偏置。
對(duì)上式兩邊取期望可得到如下形式的表達(dá)式
五[^] = ^(").£[義"乂] + 0"(") (2) 其中E[]為期望算子,可^.]為校正輸出均值,五[XJ為原始圖像輸入均值,
將(1)式與(2)式相減后得到下式
(")—]=《(").(X^ (")—]) ( 3 )式(3)與式(1)相比較可以看出,式(3)中增加了 ]項(xiàng),少了偏置項(xiàng)。 將原算法中對(duì)偏置O"的計(jì)算估計(jì)轉(zhuǎn)化為對(duì)輸入信號(hào)均值五[XJ及校正輸出均值艱]的計(jì)算。如果令、■ (") = ^ (") _ ] , Z" (") = (") - ,7 ]那么可得、(")=( ,,7(").^(") (4) (4)式中已不再含有低頻的空間噪聲,此時(shí)再用神經(jīng)網(wǎng)絡(luò)方法即可對(duì)由增益非均勻性引起的高頻空間噪聲進(jìn)行校正。校正輸出為l (") = (") (《,(")—])+ ] ( 5 )下面進(jìn)一 步討論輸入信號(hào)均值£[^]和校正輸出均值£[1^]的計(jì)算。由于圖像序列的時(shí)間相關(guān)性,利用前n幀原始圖像的灰度均值作為紅 外焦平面陣列時(shí)域平均輸入值。用X^表示第K幀圖像的(i, j)像素原始 值,用5表示紅外焦平面陣列的第(i, j)像素的時(shí)間平均輸入,貝U:_ 2^",* _S = ^^。用S來(lái)代替可X,J,得到下式<formula>formula see original document page 10</formula> (6)由于原始圖像的^;在空間上的相關(guān)性將隨著累積幀數(shù)的增加而不斷增強(qiáng),因此可以用^;的空域均值^來(lái)代替第(i, j)像素的校正平均輸出五[^]:即<formula>formula see original document page 10</formula> (7)m、 n為焦平面陣列行數(shù)和列數(shù)。將(6)式和(7)式代入(5)式得到最終的校正輸出為l (") = Gw (") (、 (") - & + 7 ( 8 )其中&和i分別為(6)式和(7)式計(jì)算的結(jié)果。以下針對(duì)附圖和實(shí)例對(duì)本發(fā)明的實(shí)施進(jìn)行具體描述,圖1為本發(fā)明校正方法流程示意圖,具體包括以下步驟初始化、盲元檢測(cè)及補(bǔ)償、 場(chǎng)景統(tǒng)計(jì)以及神經(jīng)網(wǎng)絡(luò)校正。(1) 初始化過(guò)程首先進(jìn)行初始化,初始化圖像二維矩陣及參數(shù)。初始化各個(gè)像素的增益校正系數(shù)G為全1矩陣,盲元存儲(chǔ)矩陣為全0矩陣,時(shí)域輸入均值 矩陣為全0矩陣,空域輸出均值為0,待校正原始圖像序列號(hào)fmme二l, 誤差閾值th=0. 2,設(shè)定用于盲元檢測(cè)計(jì)算的原始圖像幀數(shù)k為自然數(shù)。(2) 盲元檢測(cè)及補(bǔ)償根據(jù)圖像像素灰度值計(jì)算像素的響應(yīng)率,以響應(yīng)率為中心,對(duì)確定 窗口內(nèi)的像素灰度均值進(jìn)行査詢(xún),找出最大和最小的像素灰度值B皿、An^;去掉^nax、^n,計(jì)算窗口內(nèi)剩余像素灰度平均值^ ,由此確定盲元的位置,并將盲元矩陣相應(yīng)位置的像素置l;對(duì)檢測(cè)出的盲元位置用 盲元像素4鄰域均值代替補(bǔ)償,得到去除盲元的圖像。本發(fā)明采用基于場(chǎng)景的實(shí)時(shí)盲元檢測(cè)算法對(duì)紅外焦平面陣列工作過(guò) 程中產(chǎn)生的隨機(jī)盲元進(jìn)行即時(shí)檢測(cè)。采用當(dāng)前幀及其之前的連續(xù)k-l幀圖 像,對(duì)各個(gè)像素的灰度值進(jìn)行時(shí)域平均來(lái)求解其響應(yīng)率,并記為A。則&可表示為 & ——如圖2所示為盲元檢測(cè)示意圖。圖中用包含當(dāng)前幀在內(nèi)的連續(xù)10幀(從n-9幀到n幀)原始圖像像素灰度值進(jìn)行時(shí)域平均作為相應(yīng)像素的響 應(yīng)率。為了提高運(yùn)算效率,我們采用迭代方法計(jì)算A:<formula>formula see original document page 12</formula>再利用基于場(chǎng)景的實(shí)時(shí)盲元檢測(cè)算法對(duì)得到的響應(yīng)率進(jìn)行盲元檢 測(cè),并將盲元矩陣相應(yīng)位置的元素置為l。 其盲元檢測(cè)過(guò)程如下(a)以響應(yīng)率^為中心,對(duì)(2/z + l)x(2/z + l)窗口內(nèi)的像素灰度均值進(jìn) 行查詢(xún),找出最大和最小的像素灰度值5_、 5min。0))在窗口內(nèi)去掉萬(wàn)_、 S^,并求出窗口內(nèi)剩余像素灰度的平均值^,<formula>formula see original document page 12</formula>(C)比較&M、 L與》差的百分比,即令A(yù):^^或"^^。根據(jù)國(guó)標(biāo)GB/T1744421998《紅外焦平面驗(yàn)收測(cè)試技術(shù)標(biāo)準(zhǔn)》中規(guī)定,當(dāng)A^9時(shí), 則認(rèn)為該像素為盲元,并記錄下盲元的位置,將盲元矩陣中相應(yīng)位置的 元素置為l。(d)盲元補(bǔ)償。對(duì)當(dāng)前幀原始圖像中檢測(cè)出的盲元位置用盲元像素4鄰域均值來(lái)代替補(bǔ)償,得到去除盲元的圖像。<formula>formula see original document page 12</formula>(2)場(chǎng)景統(tǒng)計(jì)步驟采用場(chǎng)景統(tǒng)計(jì)法對(duì)圖像偏置進(jìn)行非均勻性校正,其目的是根據(jù)原始圖像的時(shí)域均值計(jì)算原始圖像輸入均值五/Z,J,及校正輸出均值廚^],得 到不包含低頻空間噪聲的各像素的灰度值Z^W)。由于圖像序列存在時(shí)間相關(guān)性,利用前n幀原始圖像灰度值的時(shí)域均 值作為紅外焦平面陣列(IRFPA)的平均輸入。紅外焦平面陣列第(i, j)像 素在時(shí)間上的平均輸入由公式(6)給出。為了提高運(yùn)算效率和占用較少的存儲(chǔ)空間,本發(fā)明采用一種遞歸的 方式進(jìn)行計(jì)算原始圖像輸入均值五/XJ,艮P-攀,,]《=I"'"+(" — ".^"-' (9)由圖像在空間上的相關(guān)性可以計(jì)算出紅外焦平面陣列像素的平均輸出即校正輸出均值可乙]:w」 Mxiv臺(tái)^r ''」 當(dāng)前幀的原始圖像《,(n)減去紅外焦平面陣列第(i, j)像素在時(shí)間上的平均輸入^;(原始圖像輸入均值E/x口),便可得到不含低頻空間噪聲的各像素灰度值Zi,(w)?!?")^(")-s(4)神經(jīng)網(wǎng)絡(luò)校正采用神經(jīng)網(wǎng)絡(luò)校正法對(duì)場(chǎng)景統(tǒng)計(jì)校正后且不含低頻空間噪聲的圖像 進(jìn)行增益非線(xiàn)性校正。D. A. Scribner等人提出的傳統(tǒng)神經(jīng)網(wǎng)絡(luò)校正算法只是簡(jiǎn)單的利用當(dāng) 前像素的4鄰域均值來(lái)計(jì)算其期望值化.(w)。這種方法對(duì)場(chǎng)景同一區(qū)域內(nèi)部,計(jì)算當(dāng)前像素的期望值是合理的,但在區(qū)域邊緣處,利用這種方法計(jì)算期望值將存在明顯不足。同時(shí),在使用四鄰域均值計(jì)算當(dāng)前像素的期望值時(shí),由于參與計(jì)算的像素?cái)?shù)少,對(duì)空間低頻噪聲大的IRFPA不能 獲得最接近真實(shí)的期望值。為此,本發(fā)明采用自適應(yīng)加權(quán)平均濾波器, 使用較多的像素參與平均運(yùn)算,根據(jù)校正誤差的標(biāo)準(zhǔn)差閾值來(lái)判斷像素 的區(qū)域,對(duì)與中心像素(第i行j列像素)同一區(qū)域的像素分配較大的 權(quán)值,對(duì)不同區(qū)域的像素分配較小的權(quán)值。對(duì)于以第ij像素為中心的(2h+l)濾波窗口內(nèi)的像素pq,其權(quán)值由下式確定<formula>formula see original document page 14</formula>;7為權(quán)值系數(shù)。加權(quán)濾波器的輸出即為期望值《,(")<formula>formula see original document page 14</formula>求得期望值&,(")后,再利用下式進(jìn)行逐幀迭代校正-<formula>formula see original document page 14</formula> 其中K")為第n幀校正輸出,GJ")為第n幀增益校正系數(shù),義為迭 代步長(zhǎng)。對(duì)于以像素i, j為中心的3X3濾波窗口內(nèi)的像素pq,其4鄰域權(quán) 值(Wl代表像素i-l, j的權(quán)值,稱(chēng)上權(quán)值;W2代表像素i + l, j的權(quán)值, 稱(chēng)下權(quán)值;W3代表像素i, j-l的權(quán)值,稱(chēng)左權(quán)值;W4代表像素i, j + l的權(quán)值,稱(chēng)右權(quán)值)由下式確定
<formula>formula see original document page 15</formula>"為權(quán)值系數(shù),
加權(quán)濾波器的輸出即為期望值化W:
F 二『1. Z (")+『2. Z,+1(") +『3. Z",, (") +『4 Z,J+1 (") + Z,,y (")
求得期望值后,再利用下式進(jìn)行逐幀迭代校正
^( ) = Gw(")-Z;J(") + I (") = j (" -1) - 2; (") 乂 (")-《v ("》 其中~(")為第n幀校正輸出,Gw.(")為第ri幀增益校正系數(shù),義為迭 代步長(zhǎng)。
傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)校正方法采用原始圖像計(jì)算期望信號(hào),本發(fā)明的神 經(jīng)網(wǎng)絡(luò)校正中采用校正輸出圖像計(jì)算期望信號(hào),而且還增加了當(dāng)前像素 用于期望估計(jì),并且采用自適應(yīng)加權(quán)濾波的方法計(jì)算期望值,因而本發(fā) 明能夠有效地克服傳統(tǒng)神經(jīng)網(wǎng)絡(luò)校正存在的目標(biāo)退化、鬼影等缺陷。本 發(fā)明提出的基于場(chǎng)景統(tǒng)計(jì)和神經(jīng)網(wǎng)絡(luò)校正相結(jié)合的方法與一點(diǎn)校正和神 經(jīng)網(wǎng)絡(luò)相結(jié)合的方法都能夠很好地消除空間低頻噪聲。但當(dāng)圖像背景不斷變化時(shí), 一點(diǎn)校正與神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法就會(huì)因?yàn)槌跏疾蓸颖尘皥D 像與運(yùn)動(dòng)背景圖像存在差異而使校正效果變差,當(dāng)這種誤差增加時(shí),校 正誤差也隨之增加,甚至目標(biāo)會(huì)被淹沒(méi)在背景中。本發(fā)明基于場(chǎng)景統(tǒng)計(jì) 和神經(jīng)網(wǎng)絡(luò)相結(jié)合的校正方法,是利用場(chǎng)景相關(guān)性不斷地進(jìn)行統(tǒng)計(jì),實(shí) 時(shí)地更新背景圖像。在場(chǎng)景連續(xù)變化的實(shí)時(shí)校正中,本發(fā)明的方法校正 效果好,抑制了目標(biāo)退化和鬼影,背景圖像的變化對(duì)校正效果幾乎沒(méi)有 影響。
權(quán)利要求
1.一種基于場(chǎng)景統(tǒng)計(jì)的神經(jīng)網(wǎng)絡(luò)非均勻性校正方法,其特征在于,具體包括以下步驟初始化圖像相關(guān)矩陣及參數(shù);根據(jù)圖像像素灰度值進(jìn)行盲元檢測(cè)及補(bǔ)償;采用場(chǎng)景統(tǒng)計(jì)法對(duì)圖像偏置進(jìn)行非均勻性校正;采用神經(jīng)網(wǎng)絡(luò)校正法,根據(jù)校正誤差的標(biāo)準(zhǔn)差閾值判斷圖像像素的區(qū)域?qū)傩?,?duì)場(chǎng)景統(tǒng)計(jì)校正后且不含低頻空間噪聲的圖像進(jìn)行增益非線(xiàn)性校正,獲得圖像的期望輸出值。
2. 根據(jù)權(quán)利要求1所述的神經(jīng)網(wǎng)絡(luò)非均勻性校正方法,其特征在于,所述盲元檢測(cè)及補(bǔ)償具體包括根據(jù)圖像像素灰度值計(jì)算像素響應(yīng)率; 以響應(yīng)率為中心,査找最大和最小的圖像像素灰度均值4^、 A"去掉Aax、萬(wàn),,再計(jì)算窗口內(nèi)剩余圖像像素灰度平均值^;對(duì)各像素點(diǎn)進(jìn)行盲 元判定,由此確定盲元的位置,并將盲元矩陣中相應(yīng)位置的圖像像素置l; 最后,對(duì)檢測(cè)出的盲元位置用盲元像素4鄰域均值代替補(bǔ)償,得到去除盲 元的圖像。
3. 根據(jù)權(quán)利要求l所述的神經(jīng)網(wǎng)絡(luò)非均勻性校正方法,其特征在于所 述場(chǎng)景統(tǒng)計(jì)法具體為根據(jù)原始圖像的時(shí)域均值計(jì)算原始圖像的輸入均 值£[《,,],由圖像在空間上的相關(guān)性計(jì)算圖像像素的校正輸出均值五[^], 用當(dāng)前幀的原始圖像;^.( )減去原始圖像輸入均值^^",得到不包含低 頻空間噪聲的圖像像素灰度值(w)。
4. 根據(jù)權(quán)利要求l所述的神經(jīng)網(wǎng)絡(luò)非均勻性校正方法,其特征在于, 所述判斷圖像像素的區(qū)域?qū)傩跃唧w包括,采用自適應(yīng)加權(quán)平均濾波器, 對(duì)同一區(qū)域的像素分配較大的權(quán)值,對(duì)不同區(qū)域的像素分配較小的權(quán)值, 由加權(quán)平均濾波器的權(quán)值『^(")確定輸出的圖像期望值i^(")。
5. 根據(jù)權(quán)利要求2所述的神經(jīng)網(wǎng)絡(luò)非均勻性校正方法,其特征在于,確定盲元位置的具體方法為當(dāng)滿(mǎn)足條件A-^^^9或者A-^^^9^ 5譲時(shí),該位置為盲元,否則為有效像素。
6. 根據(jù)權(quán)利要求2所述的神經(jīng)網(wǎng)絡(luò)非均勻性校正方法,其特征在于, 所述計(jì)算像素響應(yīng)率的具體步驟為以連續(xù)k幀圖像序列像素灰度值的時(shí) 域均值作為當(dāng)前幀各像素響應(yīng)率^。
全文摘要
本發(fā)明請(qǐng)求保護(hù)一種基于場(chǎng)景統(tǒng)計(jì)的神經(jīng)網(wǎng)絡(luò)非均勻性校正方法,屬于紅外焦平面探測(cè)領(lǐng)域。針對(duì)傳統(tǒng)神經(jīng)網(wǎng)絡(luò)校正方法難以消除低頻空間噪聲的不足,提出一種基于場(chǎng)景統(tǒng)計(jì)的神經(jīng)網(wǎng)絡(luò)非均勻性校正方法。該方法包括,初始化圖像相關(guān)矩陣及參數(shù);根據(jù)圖像像素灰度值進(jìn)行盲元檢測(cè)及補(bǔ)償;采用場(chǎng)景統(tǒng)計(jì)法對(duì)圖像偏置進(jìn)行非均勻性校正;采用神經(jīng)網(wǎng)絡(luò)校正法,根據(jù)校正誤差的標(biāo)準(zhǔn)差閾值判斷像素的區(qū)域?qū)傩?,?duì)場(chǎng)景統(tǒng)計(jì)校正后且不含低頻空間噪聲的圖像進(jìn)行增益非線(xiàn)性校正。本發(fā)明獲得圖像期望信號(hào)的校正效果好,抑制了目標(biāo)退化及鬼影,背景圖像的變化對(duì)校正效果幾乎沒(méi)有影響。該方法可廣泛應(yīng)用于圖像探測(cè)處理中。
文檔編號(hào)G01J5/00GK101666682SQ20091010455
公開(kāi)日2010年3月10日 申請(qǐng)日期2009年8月6日 優(yōu)先權(quán)日2009年8月6日
發(fā)明者代少升, 吳傳璽, 將清平, 張?zhí)祢U 申請(qǐng)人:重慶郵電大學(xué)