專利名稱：一種強(qiáng)噪聲氣動(dòng)光學(xué)效應(yīng)退化圖像的預(yù)處理方法
技術(shù)領(lǐng)域：
本發(fā)明屬于氣動(dòng)光學(xué)與圖像處理相結(jié)合的交叉科學(xué)技術(shù)領(lǐng)域，具體涉及了一種強(qiáng)噪聲氣動(dòng)光學(xué)效應(yīng)退化圖像的預(yù)處理方法。
背景技術(shù)：
帶有紅外成像探測系統(tǒng)的高速飛行器在大氣層內(nèi)飛行時(shí)，其光學(xué)頭罩與來流之間形成復(fù)雜的流場，流場對紅外成像探測系統(tǒng)的熱輻射和場景紅外信號傳輸?shù)母蓴_，引起目標(biāo)圖像飽和、反差降低、偏移、抖動(dòng)、模糊等，這種不利的效應(yīng)稱為氣動(dòng)光學(xué)效應(yīng)。與此同時(shí)，由于成像設(shè)備的影響，獲得的圖像還含有很強(qiáng)的傳感器噪聲。氣動(dòng)光學(xué)效應(yīng)和強(qiáng)烈的傳感器噪聲嚴(yán)重地影響了成像探測系統(tǒng)對目標(biāo)的探測、精確定位和跟蹤精度。因此，必須開展相關(guān)的數(shù)字圖像預(yù)處理工作。通常情況下，由于成像條件和傳感器的影響，圖像往往會(huì)被噪聲污染。噪聲的強(qiáng)度一般采用信噪比(snr)和分貝數(shù)(dB)來定義。信噪比即是圖像中信號和噪聲的功率比值，信噪比和分貝數(shù)的轉(zhuǎn)換關(guān)系為dB = IOlog10Snr一般情況下，氣動(dòng)光學(xué)效應(yīng)退化圖像的預(yù)處理主要是對圖像進(jìn)行去模糊(圖像校正)。但是，去模糊是圖像退化的逆過程，噪聲在該過程中會(huì)被放大?，F(xiàn)有的氣動(dòng)光學(xué)效應(yīng)校正算法的抗噪能力還很低，在強(qiáng)噪聲條件下，算法效果常常很差，甚至于算法失效。而強(qiáng)噪聲可能正是高速飛行條件下成像的實(shí)際情況。如在動(dòng)平臺(tái)條件下成像，成像積分時(shí)間很短，導(dǎo)致了傳感器噪聲很強(qiáng)；或者由于成像條件太差，目標(biāo)距離成像太遠(yuǎn)，目標(biāo)輻射強(qiáng)度很低，導(dǎo)致了噪聲相對較強(qiáng)。因此，開展高速飛行條件下的數(shù)字圖像預(yù)處理工作，需要將圖像去噪算法與校正算法結(jié)合起來，以提升預(yù)處理的抗噪能力。同時(shí)，傳統(tǒng)的去噪方法一般是利用一個(gè)低通濾波器對圖像進(jìn)行濾波，去除圖像頻譜中的高頻成分，從而實(shí)現(xiàn)對圖像的去噪。利用傳統(tǒng)的低通濾波器對空間目標(biāo)圖像進(jìn)行去噪，會(huì)在去除噪聲的同時(shí)丟失圖像的邊緣和細(xì)節(jié)信息，使得圖像更加模糊，增加了后續(xù)處理工作(如圖像校正、目標(biāo)識別等)的難度。因此，需要研究有效的圖像去噪方法，使得在對圖像去噪的同時(shí)保留圖像的邊緣和細(xì)節(jié)信息，減小噪聲對氣動(dòng)光學(xué)效應(yīng)校正算法的影響，降低圖像預(yù)處理和后續(xù)處理的難度。由噪聲的空間特性⑴無方向性；(2)空間局部性，支撐域很小?？珊侠矶x噪聲的頻譜特性為(I)其在幅頻譜中沒有方向性；(2)在幅頻譜中距離原點(diǎn)較遠(yuǎn)，即處于圖像幅頻譜的中高頻部分。由目標(biāo)形狀的空間特性(I)目標(biāo)有較大的支撐域，具有空間多尺度特性；(2)目標(biāo)的各個(gè)部件具有空間方向性。可合理定義目標(biāo)的頻譜特性(I)目標(biāo)的支撐域大表明其會(huì)有充分的低頻成分；(2)目標(biāo)的組成部件具有帶方向性的高頻或中頻成分，即沿著其結(jié)構(gòu)走向表現(xiàn)為低頻，垂直結(jié)構(gòu)走向表現(xiàn)為高頻。
綜上所述，根據(jù)噪聲和目標(biāo)的空頻特性，可研究相應(yīng)的圖像去噪方法，盡可能地保留目標(biāo)信息和去除噪聲干擾，減小圖像校正的難度。并和現(xiàn)有的氣動(dòng)光學(xué)效應(yīng)校正算法結(jié)合起來，形成一個(gè)具有良好抗噪能的預(yù)處理過程。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種強(qiáng)噪聲氣動(dòng)光學(xué)效應(yīng)退化圖像的預(yù)處理方法，該方法實(shí)現(xiàn)了強(qiáng)噪聲氣動(dòng)光學(xué)效應(yīng)退化圖像的良好校正恢復(fù)。本發(fā)明提供的一種強(qiáng)噪聲氣動(dòng)光學(xué)效應(yīng)退化圖像的預(yù)處理方法，其步驟包括(I)獲取強(qiáng)噪聲氣動(dòng)光學(xué)效應(yīng)退化圖像g，圖像大小為MXN ；(2)對退化圖像g進(jìn)行保結(jié)構(gòu)頻域?yàn)V波處理，得到去噪圖像gl ；(3)對去噪圖像gl進(jìn)行校正，得到校正圖像/。作為上述技術(shù)方案的改進(jìn)，步驟(2)包括下述過程(2.1)將退化圖像g變換到頻域，并將其中心化，得到退化圖像g的中心化頻譜G ；(2.2)構(gòu)造濾波器函數(shù)H ;判斷中心化頻譜G的方向性，并設(shè)定參數(shù)i =0，1，2，3和X，其中ri為頻譜F中需抑制的高頻分量半徑，A為最終保留高頻成分的百分比，其
權(quán)利要求
1.一種強(qiáng)噪聲氣動(dòng)光學(xué)效應(yīng)退化圖像的預(yù)處理方法，其特征在于，該方法包括下述步驟(1)獲取強(qiáng)噪聲氣動(dòng)光學(xué)效應(yīng)退化圖像g，圖像大小為MXN；(2)對退化圖像g進(jìn)行保結(jié)構(gòu)頻域?yàn)V波處理，得到去噪圖像gl；(3)對去噪圖像gl進(jìn)行校正，得到校正圖像/。
2.根據(jù)權(quán)利要求1所述的預(yù)處理方法，其特征在于，步驟(2)包括下述過程(2.1)將退化圖像g變換到頻域，并將其中心化，得到退化圖像g的中心化頻譜G ;(2. 2)構(gòu)造濾波器函數(shù)H;判斷中心化頻譜G的方向性，并設(shè)定參數(shù)ri; i = 0,1,2,3和λ，其中ri為頻譜F中需抑制的高頻分量半徑，λ為最終保留高頻成分的百分比，其中，
3.根據(jù)權(quán)利要求1或2所述的預(yù)處理方法，其特征在于，步驟(3)利用最大似然估計(jì)算法，對去噪圖像gl進(jìn)行校正，具體包括下述過程(3.1)設(shè)定校正算法的迭代初值，目標(biāo)初值€° = gl，點(diǎn)擴(kuò)展函數(shù)初值h°設(shè)定為一個(gè)高斯函數(shù)；和最大迭代次數(shù)L ；(3. 2)通過迭代對圖像進(jìn)行校正，迭代公式如下
全文摘要
本發(fā)明公開了一種強(qiáng)噪聲氣動(dòng)光學(xué)效應(yīng)退化圖像的預(yù)處理方法，該方法包括下述步驟(1)獲取強(qiáng)噪聲氣動(dòng)光學(xué)效應(yīng)退化圖像g，圖像大小為M×N；(2)對退化圖像g進(jìn)行保結(jié)構(gòu)頻域?yàn)V波處理，得到去噪圖像g1；(3)利用最大似然估計(jì)算法，對去噪圖像g1進(jìn)行校正，得到校正圖像本發(fā)明提出的圖像預(yù)處理方法，在分析噪聲/目標(biāo)的空頻特性的基礎(chǔ)上，提出了有效的頻域?yàn)V波去噪方法，在去噪的同時(shí)盡可能保留圖像的邊緣和細(xì)節(jié)信息。并與現(xiàn)有的氣動(dòng)光學(xué)效應(yīng)校正算法結(jié)合起來，實(shí)現(xiàn)了強(qiáng)噪聲氣動(dòng)光學(xué)效應(yīng)退化圖像的良好校正恢復(fù)。
文檔編號G06T5/00GK103049889SQ20121052543
公開日2013年4月17日 申請日期2012年12月6日 優(yōu)先權(quán)日2012年12月6日
發(fā)明者張?zhí)煨? 陳建沖, 左芝勇, 關(guān)靜, 劉立, 陳浩, 王正, 何力 申請人:華中科技大學(xué)