[发明专利]一种基于多尺度分析与奇异值分解的非均匀性校正方法

权利要求书

1.一种基于多尺度分析与奇异值分解的非均匀性校正方法，其特征在于，包括以下步骤：

S1、采集带有非均匀性的红外图像f；

S2、对红外图像f，利用第二代快速Curvelet变换，获得Curvelet系数矩阵Ct{n}；其中，n表示Curvelet系数矩阵Ct{n}的尺度，且n∈[1，6]；

S3、建立方程|Ct^LH{n}-λ_mE|＝0，解方程获得Curvelet系数矩阵Ct{n}特征值λ₁...λ_M与Ct^LH{n}的特征向量x₁{n}...x_N{n}；

式中，Ct^LH{n}表示Curvelet系数矩阵Ct{n}与其转置的乘积矩阵；

λ_m表示Curvelet系数矩阵Ct{n}的第m个特征值，m的取值为1...M，M为正整数；

E表示单位矩阵；

N表示特征向量的个数，且N＝M；

S4、对Curvelet系数矩阵Ct{n}做奇异值分解，可得Ct{n}＝U{n}*S{n}*V{n}，得到第一对角矩阵S{n}、第一正交矩阵U{n}及第二正交矩阵V{n}；

S5、对第一对角矩阵S{n}的特征值开根号后进行线性修正，得到第二对角矩阵S'{n}；

S6、使第二对角矩阵S'{n}左乘第一正交矩阵U{n}，右乘第二正交矩阵V{n}，获得第一系数矩阵Ct'{n}；

S7、将Curvelet系数矩阵Ct{n}中的子带系数分别与第一系数矩阵Ct'{n}中对应的子带系数相减，得到第二系数矩阵Ct”{n}；

S8、对第二系数矩阵Ct”{n}做Curvelet逆变换，获得去除非均匀性的红外图像f。

2.根据权利要求1所述的一种基于多尺度分析与奇异值分解的非均匀性校正方法，其特征在于，S3具体为：

S3.1、求Curvelet系数矩阵Ct{n}的转置，得到Ct^T{n}；

S3.2、将Curvelet系数矩阵Ct{n}与S3.1中的Ct^T{n}相乘，得到Ct^LH{n}；

S3.3、求解方程|Ct^LH{n}-λ_mE|＝0，获得Curvelet系数矩阵Ct{n}的特征值为λ₁...λ_M与Ct^LH{n}的特征向量x₁{n}...x_N{n}。

3.根据权利要求2所述的一种基于多尺度分析与奇异值分解的非均匀性校正方法，其特征在于，S4具体为：

S4.1、对特征值λ₁...λ_M开根号为并将依次赋值于第一对角矩阵S{n}的对角元素，且以第一对角矩阵S{n}第一行第一列上的元素为起点，获得第一对角矩阵S{n}；

S4.2、对Ct^LH{n}的特征向量x₁{n}...x_N{n}执行归一化操作，得到归一化特征向量

S4.3、令第二正交矩阵根据Ct{n}＝U{n}*S{n}*V{n}可得第一正交矩阵U{n}＝Ct{n}*V^-1{n}*S^-1{n}；

式中，S^-1{n}表示第一对角矩阵S{n}的逆矩阵,V^-1{n}表示第二正交矩阵V{n}的逆矩阵。

4.根据权利要求3所述的一种基于多尺度分析与奇异值分解的非均匀性校正方法，其特征在于，S5具体为：

S5.1、对分别做线性修正，得到修正特征值λ₁'...λ_K',下标K表示修正特征值的个数；

S5.2、将修正特征值λ₁'...λ_K'依次赋值于第二对角矩阵S'{n}的对角元素,且以第二对角矩阵S'{n}的第一行第一列上的元素为起点，获得第二对角矩阵S'{n}。