结合权重边缘分析与帧内迭代的图像条纹校正方法
【专利摘要】一种结合权重边缘分析与帧内迭代的图像条纹校正方法，包括：建立图像迭代校正模型；对图像进行权重边缘分析，获得权重边缘因子矩阵；将权重边缘因子矩阵引入到图像迭代校正模型，对单幅图像进行迭代优化。利用所述方法能提高系统处理图片的能力和处理速度，且校正效果较佳。
【专利说明】结合权重边缘分析与帧内迭代的图像条纹校正方法
【技术领域】
[0001]本发明涉及图像处理技术，尤其涉及一种结合权重边缘分析与帧内迭代的图像条纹校正方法。
【背景技术】
[0002]随着光学成像探测技术的发展，遥感、高速拍摄、红外探测等技术在军事、工业、科技等各个领域得到了日益广泛的应用。基于面阵设计的成像器件，如果增益与偏置相关系数不协调，会导致输出信号不一致，从而无可避免地产生了一种固定模式噪声。这种噪声在最终的图像中呈现条纹状，为了提高成像系统对目标的成像探测能力，需要对条纹进行校正。
[0003]条纹校正方法从思路上来说有两种:一是基于硬件检测的校正方法，即利用多种手段从成像器件上检测增益与偏置相关的系数；二是基于场景的校正方法，仅仅利用所形成的图像，通过增益与偏置系数估计或者图像优化技术实现条纹的校正。基于硬件的方法获取的增益与偏置系数较准，但具有两个缺陷，一是硬件获取的过程较为复杂，二是由于温度等导致系统参数漂移，这都增加了系统的复杂性和工作流程，降低了可靠性。而基于场景的校正方法不需要其他硬件的辅助，根据场景和图像本身的数值特征，提取校正相关参数或者优化，校正条纹效应。
【发明内容】
[0004]本发明解决的问题是提供一种结合权重边缘分析与帧内迭代的图像条纹校正方法，能有效简化图像校正的复杂度，提高系统处理图片的能力和处理速度。
[0005]为解决上述问题，本发明实施例提供了一种结合权重边缘分析与帧内迭代的图像条纹校正方法，包括:建立图像迭代校正模型；对图像进行权重边缘分析，获得权重边缘因子矩阵；将权重边缘因子矩阵引入到图像迭代校正模型，对单幅图像进行迭代优化。
[0006]可选的，利用惩罚函数法建立所述图像迭代校正模型。
[0007]可选的，所述图像迭代校正模型的设计惩罚函数为:J = I f-gl |2+α I |Dxf I I2，其中f为清晰图，g为退化的观测图，Dx为水平差分算子的循环矩阵形式，f = Gg+0，G为增益系数，O为偏置系数。
[0008]可选的，G与O的优化迭代方程式子如下:
[0009]
【权利要求】
1.一种结合权重边缘分析与帧内迭代的图像条纹校正方法，其特征在于，包括: 建立图像迭代校正模型； 对图像进行权重边缘分析，获得权重边缘因子矩阵； 将权重边缘因子矩阵引入到图像迭代校正模型，对单幅图像进行迭代优化。
2.如权利要求1所述的结合权重边缘分析与帧内迭代的图像条纹校正方法，其特征在于，利用惩罚函数法建立所述图像迭代校正模型。
3.如权利要求2所述的结合权重边缘分析与帧内迭代的图像条纹校正方法，其特征在于，所述图像迭代校正模型的设计惩罚函数为:J= I f-g| |2+α I |Dxf| I2，其中f为清晰图，g为退化的观测图，Dx为水平差分算子的循环矩阵形式，f = Gg+O, G为增益系数，O为偏置系数。
4.如权利要求3所述的结合权重边缘分析与帧内迭代的图像条纹校正方法，其特征在于，G与O的优化迭代方程式子如下:
5.如权利要求1所述的结合权重边缘分析与帧内迭代的图像条纹校正方法，其特征在于，对于任意位置(x，y)处的权重边缘因子矩阵M(x，y)，
6.如权利要求1所述的结合权重边缘分析与帧内迭代的图像条纹校正方法，其特征在于，采用Λ σ2(χ, y)中若干个最大值的平均值作为Λ σ 2 (χ, y)的单独最大值。
7.如权利要求1所述的结合权重边缘分析与帧内迭代的图像条纹校正方法，其特征在于，对单幅图像进行迭代优化的具体公式为:
【文档编号】G06T5/00GK103985089SQ201410125801
【公开日】2014年8月13日 申请日期:2014年3月31日 优先权日:2014年3月31日
【发明者】赵巨峰, 逯鑫淼, 辛青, 高秀敏 申请人:杭州电子科技大学