[发明专利]一种用于去除高斯固定图案噪声的非均匀校正方法

摘要

本发明涉及一种用于去除高斯固定图案噪声的非均匀校正方法，构建基于去噪参数的线性去噪模型，并且以均值滤波为基础，假设每帧理想的无噪视频图像是其对应噪声图像去噪结果的四邻域平均。这样，通过构建误差函数可以得到递推形式的去噪参数。由于充分考虑了红外视频图像中场景变化而噪声不变这一特性，在上述假设前提下重新构造误差函数，自适应求出去噪参数的步长因子，进而对于每帧噪声图像都可以得到当前最优的去噪参数。并且随着帧数的增加，去噪参数会收敛到一个较好的水平，去噪效果远远优于只使用均值滤波的方法。

主权项

一种用于去除高斯固定图案噪声的非均匀校正方法，其特征在于步骤如下：步骤1、构建去噪模型：yi,j(k)＝Gi,j(k)xi,j(k)+Oi,j(k)其中，xi,j(k)表示第k帧噪声图像上坐标为(i,j)的像素值，yi,j(k)表示去噪结果，Gi,j(k)和Oi,j(k)分别表示乘性去噪参数和加性去噪参数；理想真实图像为图像去噪结果的四邻域平均为：fi,j(k)＝[yi,j+1(k)+yi,j‑1(k)+yi‑1,j(k)+yi+1,j(k)]/4步骤2、初始化：图像xi,j(k)为大小为M×N的红外视频图像的第一帧图像，k＝0，1≤i≤M，1≤j≤N；对于第一帧图像xi,j(k)初始化乘性去噪参数Gi,j(0)＝1，加性去噪参数Oi,j(0)＝0；初始化第一帧图像的去噪结果为输入图像的四邻域平均，即：yi,j(0)＝[xi,j‑1(0)+xi,j+1(0)+xi‑1,j(0)+xi+1,j(0)]/4；步骤3：对于第k+1帧输入图像x(k+1)，利用第k帧已有结果：y(k)、x(k)、f(k)、G(k)、O(k)，分别解算出乘性去噪参数和加性去噪参数的步长因子和α~1(k)=S1(k+1)S4(k+1)-S2(k+1)S5(k+1)2[S42(k+1)-S2(k+1)S3(k+1)]]]>α~2(k)=S4(k+1)S5(k+1)-S1(k+1)S3(k+1)2[S42(k+1)-S2(k+1)S3(k+1)]]]>其中：S1(k+1)=ΣiΣj[Bi,j(k+1)-B‾i,j(k+1)][Ci,j(k+1)-C‾i,j(k+1)]]]>S2(k+1)=ΣiΣj[Ci,j(k+1)-C‾i,j(k+1)]2]]>S3(k+1)=ΣiΣj[Ai,j(k+1)-A‾i,j(k+1)]2]]>S4(k+1)=ΣiΣj[Ai,j(k+1)-A‾i,j(k+1)][Ci,j(k+1)-C‾i,j(k+1)]]]>S5(k+1)=ΣiΣj[Ai,j(k+1)-A‾i,j(k+1)][Bi,j(k+1)-B‾i,j(k+1)]]]> Ai,j(k+1)＝xi,j(k)xi,j(k+1)[yi,j(k)‑fi,j(k)] Bi,j(k+1)＝Gi,j(k)xi,j(k+1)+Oi,j(k) Ci,j(k+1)＝yi,j(k)‑fi,j(k)A‾i,j(k+1)=[Ai,j-1(k+1)+Ai,j+1(k+1)+Ai-1,j(k+1)+Ai+1,j(k+1)]/4]]>B‾i,j(k+1)=[Bi,j-1(k+1)+Bi,j+1(k+1)+Bi-1,j(k+1)+Bi+1,j(k+1)]/4]]>C‾i,j(k+1)=[Ci,j-1(k+1)+Ci,j+1(k+1)+Ci-1,j(k+1)+Ci+1,j(k+1)]/4]]>步骤4：根据步长因子和分别计算出乘性去噪参数G(k+1)和加性去噪参数O(k+1)：Gi,j(k+1)=Gi,j(k)-2α~1(k)xi,j(k)[yi,j(k)-fi,j(k)]]]>Oi,j(k+1)=Oi,j(k)-2α~2(k)[yi,j(k)-fi,j(k)]]]>步骤5：根据去噪模型计算出第k+1帧去噪结果y(k+1)： yi,j(k+1)＝Gi,j(k+1)xi,j(k+1)+Oi,j(k+1)步骤6：令k＝k+1，重复执行步骤3～步骤6。