[发明专利]图像非均匀性校正方法、装置、红外图像设备及存储介质

说明书

本申请实施例提供的图像非均匀性校正方法、装置、红外图像设备以及计算机可读存储介质，所述方法包括：获取针对目标场景采集的同组实焦图像和离焦图像；分别通过小波变换对所述实焦图像和所述离焦图像进行分解，得到对应的实焦子带图像和离焦子带图像，基于所述离焦子带图像中的高频分量，确定所述高频分量所包含的固定图像噪声分量；根据所述实焦子带图像的子带系数和对应的所述固定图像噪声分量，确定对应的图像分量估计值；通过小波逆变换对所述图像分量估计值进行重构，得到所述目标场景的非均匀性校正后的图像，如此，避免图像信号在分解过程中的信息损失和冗余，从而更快速、更清晰的得到所述目标场景的非均匀性校正后的图像。

■技术领域

本申请涉及红外成像技术领域，尤其是涉及一种图像非均匀性校正方法、装置、红外图像设备及存储介质。

■背景技术

红外焦平面阵列探测器(IRFPA)已成为红外成像技术的主要器件，但其存在严重的非均匀性，在红外图像中表现为固定图案噪声(FPN)，严重制约着IRFPA的应用，所以必须进行非均匀性校正(NUC)。校正方法主要包括两类：一类是定标法，典型代表是两点温度定标算法，定标法最大的缺点是系统需要重复标定；另一类是场景法，依据实际场景的信息实现非均匀性校正，可以实现自适应校正，成为NUC技术的发展的主要方向。

近些年来，基于场景的非均匀性校正技术层出不穷，总的来说，这些算法都是通过两大类途径实现的，一类是基于统计的，比较有代表性的技术有时域高通滤波法、统计恒定法、神经网络法等。另一类是基于配准的，比较有代表性的技术有全景图积累法、帧间配准法、代数校正法等。在统计类的基于场景校正算法中，时域高通滤波法由于其相对较小的计算量和存储量而被广泛使用与研究。然而，它很难兼顾算法的收敛速度与稳定性，如果过分追求高收敛速度，那么就容易产生“鬼影效应”。针对时域高通滤波算法中的鬼影问题，又在时域高通滤波法(THPF-NUC)的基础上提出空域低通时域高通法(SLPF-NUC)。进一步又提出基于双边滤波的时域高通滤波法(BFTH-NUC)，双边滤波器(Bilateral filter)能够较好地保存图像的边缘，有效地减少鬼影的出现并进一步提高了收敛速度。然而采用的空域均值滤波器并不能很好的保护图像场景中的边缘成分，而双边滤波器尽管能在一定程度上保护场景的边缘，其滤波的残差图像中仍然具有一些不可忽略场景边缘信息，仍然不可避免的会导致校正参数的错误更新，影响算法最终的校正精度。

■发明内容

为解决现有存在的技术问题，本申请提供一种能够保留图像细节且显示清晰的图像非均匀性校正方法、装置、红外图像设备及计算机可读存储介质。

为达到上述目的，本申请实施例的技术方案是这样实现的：

一种图像非均匀性校正方法，包括以下步骤：获取针对目标场景采集的同组实焦图像和离焦图像；分别通过小波变换对所述实焦图像和所述离焦图像进行分解，得到对应的实焦子带图像和离焦子带图像，基于所述离焦子带图像中的高频分量，确定所述高频分量所包含的固定图像噪声分量；根据所述实焦子带图像的子带系数和对应的所述固定图像噪声分量，确定对应的图像分量估计值；通过小波逆变换对所述图像分量估计值进行重构，得到所述目标场景的非均匀性校正后的图像。

可选的，所述分别通过小波变换对所述实焦图像和所述离焦图像进行分解，得到对应的实焦子带图像和离焦子带图像，基于所述离焦子带图像中的高频分量，确定所述高频分量所包含的固定图像噪声分量，包括：通过小波变换对所述实焦图像进行二维分解，得到四组实焦子带图像，通过小波变换对所述离焦图像进行二维分解，得到四组离焦子带图像；根据三个方向分别对应的三组所述离焦子带图像的高频子带系数，分别计算所述三组所述离焦子带图像中每组所述离焦子带图像所包含的固定图像噪声分量。