[发明专利]一种气动热辐射图像自动校正方法

摘要

本发明公开了一种气动热辐射图像自动校正方法，包括利用基于加权平方最小的图像平滑算法滤除原始气动热辐射图像Z中的噪声和细节；将灰度偏移场B用K阶二维多项式表示；利用最小二乘法估计灰度偏移场，估计的灰度偏移场为如下最小化问题的解将▽B＝Ca带入(3)中最小化问题中，得到的估计值；为灰度偏移场B的准确估计系数，校正图像为本发明方法，通过对气动热辐射退化图像与校正图像的峰值信噪比和灰度值比较，可以发现该校正算法可以有效抑制气动热辐射产生的背景噪声，大幅提升图像的信噪比。

主权项

一种气动热辐射图像自动校正方法，其特征在于，所述方法包括如下步骤：(1)利用基于加权平方最小的图像平滑算法滤除原始气动热辐射图像Z中的噪声和细节，滤波图像可表示为Z^=(I+λL)-1Z]]>其中I为单位矩阵，λ为光滑参数，Dx和Dy分别为x和y方向梯度算子，Wx和Wy为加权系数矩阵；(2)将灰度偏移场B用K阶二维多项式表示B(xi,yi)=Σt=0KΣs=0K-tat,sxityis=Wa]]>其中，(xi,yi)为像素i的坐标，a为多项式系数{at,s}的向量形式，W为与x和y相关的矩阵；(3)利用最小二乘法估计灰度偏移场，估计的灰度偏移场为如下最小化问题的解：B^=argmin{at,s}||▿Z^-▿B||22;]]>其中，为滤波图像的梯度，▽B为灰度偏移场梯度，||·||2表示L2范数，▽B表示为▿B=Ca=∂W1/∂x...∂WN/∂x∂W1/∂y...∂WN/∂ya]]>上式中N为图像像素数；(4)将步骤(3)中的▽B＝Ca带入(3)中最小化问题中，将a的估计值表示为:a^=argmin{at,s}||▿Z^-Ca||22]]>求解得到：a^=(CTC)-1CTDZ^]]>其中，D＝[Dx；Dy]；(5)利用估计的求得灰度偏移场直接从原始热辐射图像Z减去得到校正图像即