[发明专利]带有自适应阈值的红外成像系统非均匀性校正方法

摘要

本发明公开的带有自适应阈值的红外成像系统神经网络非均匀性校正方法，属于红外成像技术领域。本发明利用红外成像系统像元响应的线性特点，对输入原始图像进行一点校正，利用四邻域低通滤波器对校正后图像滤波估算入射辐射真实值，将估算得到的入射辐射真实值作为损失函数的逼近值，构建损失函数，用梯度下降法最小化损失函数求解校正矩阵。将校正过程分为去噪阶段和抑制“鬼影”阶段，使用校正矩阵的梯度变化作为两个阶段的区分标志，根据校正阶段不同设定有差异的自适应阈值，去噪阶段使用大阈值保证噪声的去除，抑制“鬼影”阶段使用小阈值保护图像细节抑制“鬼影”；最终对输入图像序列逐帧计算出准确的校正值，获得高质量红外图像。

主权项

1.带有自适应阈值的红外成像系统神经网络非均匀性校正方法，其特征在于：包括如下步骤，步骤1，利用红外成像系统像元响应的线性特点，对当前输入原始图像进行一点校正；步骤2，对步骤1得到的非均匀性校正后图像灰度值x_i,j(n)，利用四邻域低通滤波器估算入射辐射真实值，所述四邻域滤波器是神经网络校正方法中的隐含层；步骤3，将步骤2中神经网络隐含层四邻域滤波器估算出的入射辐射真实值作为损失函数的逼近值，构建损失函数；步骤4，用梯度下降法最小化步骤3中的损失函数E_i,j(n)，逐帧迭代求解校正值b_i,j(n)，通过多帧真实辐射估计值与像元的响应值y_i,j(n)对偏置参数不断地进行回归优化，提高校正的动态范围；步骤5，将整个校正过程分为去噪阶段和抑制“鬼影”阶段，分开计算步骤3中的自适应空域阈值T_s，使得该阈值兼顾噪声去除与抑制“鬼影”；步骤6，对输入图像序列的每一帧图像重复步骤1‑5，随着校正帧数的增多，步骤3计算出的损失函数E_i,j(n)逐渐缩小，使得校正值b_i,j(n)接近真实非均匀性噪声，此时b_i,j(n)更新变慢，图像中非均匀性噪声逐渐被去除，完成对图像序列的非均匀性校正，获得非均匀性噪声很弱的高质量的红外图像。