CN114881947B

CN114881947B - 一种红外图像盲元检测方法

Info

Publication number: CN114881947B
Application number: CN202210442796.0A
Authority: CN
Inventors: 请求不公布姓名
Original assignee: Chengdu Inset Technology Co ltd
Current assignee: Chengdu Inset Technology Co ltd
Priority date: 2022-04-26
Filing date: 2022-04-26
Publication date: 2024-11-12
Anticipated expiration: 2042-04-26
Also published as: CN114881947A

Abstract

本发明公开了一种红外图像盲元检测方法，包括：获取组合黑体场景的若干红外图像数据；根据若干红外图像数据，获取上包络矩阵以及下包络矩阵；根据上包络矩阵以及下包络矩阵，获取像元响应矩阵，并根据像元响应矩阵获取局部响应均值矩阵；根据像元响应矩阵以及局部响应均值矩阵，对像元进行判定，获取为盲元的像元。本发明不仅可以检测过亮、过暗或者完全失效的盲元，对于闪烁盲元的检测效果也较好，并且对于盲元检测的准确度较高。本发明可以应用于红外成像系统工作过程中，能够实时更新盲元参数，检测新产生的盲元，并且复杂程度低，极大地提升了检测效率。

Description

一种红外图像盲元检测方法

技术领域

本发明属于图像处理领域，具体涉及一种红外图像盲元检测方法。

背景技术

红外探测器是红外成像系统中最重要的器件，它通过感应场景的热辐射响应而成像。由于现有探测器制作工艺会出现材料掺杂不均，引起各探测单元的光电响应特性不一致，从而导致红外图像中常常有固定或者随机出现的亮点/暗点。因此，常常需要进行盲元检测，通过算法检测出红外探测器中存在的亮点或暗点探测单元，然后对它们进行校正，以提高红外成像质量。

由于材料和工艺等原因导致的盲元仍然客观存在，这些存在的盲元极大地影响了成像质量，但现有技术没有能对盲元进行有效检测的方法。

发明内容

针对现有技术中的上述不足，本发明提供的一种红外图像盲元检测方法解决了现有技术不能对盲元进行有效检测的问题。

为了达到上述发明目的，本发明采用的技术方案为：一种红外图像盲元检测方法，包括：

获取组合黑体场景的若干红外图像数据；

根据若干红外图像数据，获取上包络矩阵以及下包络矩阵；

根据上包络矩阵以及下包络矩阵，获取像元响应矩阵，并根据所述像元响应矩阵获取局部响应均值矩阵；

根据像元响应矩阵以及局部响应均值矩阵，对像元进行判定，获取为盲元的像元。

进一步地，所述黑体组合场景包括至少两个黑体，不同所述黑体之间的温度不同。

进一步地，所述获取组合黑体场景的若干红外图像数据，包括：

A、以红外图像取景框的某一位置点为基础，遍历组合黑体场景中每个点，获取若干第一图像，所述位置点为像元；

B、根据步骤A所述方法，遍历红外图像取景框的所有位置点，获取每个位置点的若干第一图像；

C、根据所有第一图像，得到组合黑体场景的若干红外图像数据。

进一步地，所述根据若干红外图像数据，获取上包络矩阵以及下包络矩阵，包括：

a、获取同一像元在若干红外图像数据中的亮度最大值和亮度最小值；

b、根据步骤a所述方法，获取所有像元的亮度最大值和亮度最小值；

c、按像元排列顺序，以所有亮度最大值作为上包络矩阵，以所有亮度最小值作为下包络矩阵。

进一步地，所述根据上包络矩阵以及下包络矩阵，获取像元响应矩阵，包括：

以上包络矩阵减去下包络矩阵，得到像元响应矩阵为：

其中，表示像元响应矩阵，表示上包络矩阵，表示下包络矩阵。

进一步地，所述根据所述像元响应矩阵获取局部响应均值矩阵，包括：

获取像元响应矩阵的领域平均，得到局部响应均值矩阵。

进一步地，所述根据像元响应矩阵以及局部响应均值矩阵，对像元进行判定，获取为盲元的像元，包括：

设定第一阈值，判断像元响应矩阵中的像元响应值是否小于第一阈值，若是，则判定该像元响应值对应的像元为盲元，否则采用局部响应均值矩阵对像元进行判定；

根据局部响应均值矩阵，获取第二阈值以及第三阈值，并根据第二阈值、第三阈值以及像元响应矩阵，对像元进行判定，获取为盲元的像元。

进一步地，所述第一阈值为：

其中，表示大于1的常数，表示成像系统的噪声水平。

进一步地，所述第二阈值包括红外图像数据中第（i，j）个像元位置对应的阈值，所述第三阈值包括红外图像数据中第（i，j）个像元位置对应的阈值，第（i，j）个像元位置表示第i行第j列位置上的像元，i=1,2,…,I，j=1,2,…,J，I表示红外图像数据中像元的总行数，J示红外图像数据中像元的总列数；

所述阈值以及阈值为：

其中，表示第一系数，表示第二系数，表示局部响应均值矩阵中第（i，j）个局部响应均值，表示局部中值滤波。

进一步地，所述根据第二阈值、第三阈值以及像元响应矩阵，对像元进行判定，包括：

以第二阈值、第三阈值以及像元响应矩阵构建第一规则为：

以第二阈值、第三阈值以及像元响应矩阵构建第二规则为：

判断像元响应矩阵中的像元响应值是否满足第一规则或者第二规则，若是，则判定该像元响应值对应的像元为盲元，否则该像元响应值对应的像元不为盲元；

其中，表示并，表示第三系数，表示像元响应矩阵中第（i，j）个像元响应值，表示第（i，j）个像元位置的领域集合内中局部响应均值的最小值，表示第（i，j）个像元位置的领域集合内中局部响应均值的最大值。

本发明的有益效果为：

（1）本发明提供了一种红外图像盲元检测方法，直接应用于原始红外图像数据，不仅可以检测过亮、过暗或者完全失效的盲元，对于闪烁盲元的检测效果也较好，并且对于盲元检测的准确度较高。

（2）本发明可以应用于红外成像系统工作过程中，能够实时更新盲元参数，并检测新产生的盲元。

（3）本发明不仅能有效地进行盲元检测，并且复杂程度低，极大地提升了检测效率。

附图说明

图1为本发明实施例提供的一种红外图像盲元检测方法的流程图。

图2为本发明实施例提供的一种红外图像盲元检测装置的结构示意图。

图3为本发明实施例提供的一种红外图像盲元检测设备的结构示意图。

其中，21-获取模块、22-第一数据处理模块、23-第二数据处理模块、24-判定模块、31-存储器、32-处理器、33-总线。

通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

下面结合附图详细说明本发明的实施例。

实施例1

如图1所示，一种红外图像盲元检测方法，包括：

S11、获取组合黑体场景的若干红外图像数据。

组合黑体场景既可以是空间域多个处于不同温度黑体的空域黑体组合，也可以是时间域同一黑体而温度不同的时域黑体组合。例如，组合黑体场景可以包括灌了冷水的矿泉水瓶以及加热后的电络铁。值得说明的是，黑体之间的温度差异在红外图像探测器的响应数值有足够的差异，其响应数值的差异值远大于摄像机系统的噪声水平。

S12、根据若干红外图像数据，获取上包络矩阵以及下包络矩阵。

可以通过获取红外图像数据中每个像元位置的亮度最大值和亮度最小值，以所有的亮度最大值组成上包络矩阵，将所有的亮度最小值组成下包络矩阵。

S13、根据上包络矩阵以及下包络矩阵，获取像元响应矩阵，并根据所述像元响应矩阵获取局部响应均值矩阵。

S14、根据像元响应矩阵以及局部响应均值矩阵，对像元进行判定，获取为盲元的像元。

在本实施例中，所述黑体组合场景包括至少两个黑体，不同所述黑体之间的温度不同。

在本实施例中，所述获取组合黑体场景的若干红外图像数据，包括：

组合黑体场景位于红外摄像机光轴垂直的平面内，然后获取组合黑体场景的若干红外图像数据，以保证不同温度的黑体在焦平面每个像元处都有多帧响应。

在本实施例中，所述根据若干红外图像数据，获取上包络矩阵以及下包络矩阵，包括：

在本实施例中，所述根据上包络矩阵以及下包络矩阵，获取像元响应矩阵，包括：

以上包络矩阵减去下包络矩阵，得到像元响应矩阵为：

在本实施例中，所述根据所述像元响应矩阵获取局部响应均值矩阵，包括：

获取像元响应矩阵的领域平均，得到局部响应均值矩阵。

在本实施例中，所述根据像元响应矩阵以及局部响应均值矩阵，对像元进行判定，获取为盲元的像元，包括：

设定第一阈值，判断像元响应矩阵中的像元响应值是否小于第一阈值，若是，则判定该像元响应值对应的像元为盲元（即时，则判定该位置处的像元为盲元），否则采用局部响应均值矩阵对像元进行判定。表示第（i，j）个像元响应值。

在本实施例中，所述第一阈值为：

其中，表示大于1的常数，表示成像系统的噪声水平。

在本实施例中，的取值全远远大于1。

在本实施例中，所述第二阈值包括红外图像数据中第（i，j）个像元位置对应的阈值，所述第三阈值包括红外图像数据中第（i，j）个像元位置对应的阈值，第（i，j）个像元位置表示第i行第j列位置上的像元，i=1,2,…,I，j=1,2,…,J，I表示红外图像数据中像元的总行数，J示红外图像数据中像元的总列数。

所述阈值以及阈值为：

在本实施例中，所述根据第二阈值、第三阈值以及像元响应矩阵，对像元进行判定，包括：

以第二阈值、第三阈值以及像元响应矩阵构建第一规则为：

以第二阈值、第三阈值以及像元响应矩阵构建第二规则为：

可选的，由红外摄像机的响应特性决定，，参数k可取10，通常为10以内常数（1,2,…,10），根据系统噪声水平而定，和可以设置为0.1，可以设置为0.5。

在本实施例中，以及具体为：

其中，表示第（i，j）个像元位置的领域集合，表示像元响应矩阵中第（s，t）个像元响应值，min( )表示取最小值函数，max( )表示取最大值函数。

本发明提供了一种红外图像盲元检测方法，直接应用于原始红外图像数据，不仅可以检测过亮、过暗或者完全失效的盲元，对于闪烁盲元的检测效果也较好，并且对于盲元检测的准确度较高。本发明可以应用于红外成像系统工作过程中，能够实时更新盲元参数，并检测新产生的盲元。本发明不仅能有效地进行盲元检测，并且复杂程度低，极大地提升了检测效率。

实施例2

如图2所示，本实施例提供了一种红外图像盲元检测装置，包括获取模块21、第一数据处理模块22、第二数据处理模块23以及判定模块24。

获取模块21用于，获取组合黑体场景的若干红外图像数据；

第一数据处理模块22用于，根据若干红外图像数据，获取上包络矩阵以及下包络矩阵；

第二数据处理模块23用于，根据上包络矩阵以及下包络矩阵，获取像元响应矩阵，并根据所述像元响应矩阵获取局部响应均值矩阵；

判定模块24用于，根据像元响应矩阵以及局部响应均值矩阵，对像元进行判定，获取为盲元的像元。

以上包络矩阵减去下包络矩阵，得到像元响应矩阵为：

获取像元响应矩阵的领域平均，得到局部响应均值矩阵。

在本实施例中，所述第一阈值为：

其中，表示大于1的常数，表示成像系统的噪声水平。

在本实施例中，所述第二阈值包括红外图像数据中第（i，j）个像元位置对应的阈值，所述第三阈值包括红外图像数据中第（i，j）个像元位置对应的阈值，第（i，j）个像元位置表示第i行第j列位置上的像元，i=1,2,…,I，j=1,2,…,J，I表示红外图像数据中像元的总行数，J示红外图像数据中像元的总列数；

所述阈值以及阈值为：

以第二阈值、第三阈值以及像元响应矩阵构建第一规则为：

以第二阈值、第三阈值以及像元响应矩阵构建第二规则为：

实施例3

如图3所示，本发明提供了一种红外图像盲元检测设备，包括存储器31和处理器32，所述存储器31与处理器32之间通过总线33相互连接；

所述存储器31存储计算机执行指令；

所述处理器32执行存储器存储的计算机执行指令，使得处理器执行如实施例1所述的一种红外图像盲元检测方法。

实施例4

本实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当计算机执行指令被处理器执行时用于实现实施例1所述的一种红外图像盲元检测方法。

实施例5

本申请实施例还可以提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现实施例1所述的一种红外图像盲元检测方法。

值得说明的是，任何利用本发明构思求取差集的方法，都应该在本申请的保护范围内。本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。

Claims

1.一种红外图像盲元检测方法，其特征在于，包括：

获取组合黑体场景的若干红外图像数据；

根据若干红外图像数据，获取上包络矩阵以及下包络矩阵；

根据像元响应矩阵以及局部响应均值矩阵，对像元进行判定，获取为盲元的像元；

所述根据上包络矩阵以及下包络矩阵，获取像元响应矩阵，包括：

以上包络矩阵减去下包络矩阵，得到像元响应矩阵为：

A_{D_val}＝A_{e_up}-A_{e_down}

其中，A_{D_val}表示像元响应矩阵，A_{e_up}表示上包络矩阵，A_{e_down}表示下包络矩阵；

所述根据所述像元响应矩阵获取局部响应均值矩阵，包括：

获取像元响应矩阵A_{D_val}的领域平均，得到局部响应均值矩阵A_{D_avg}；

所述根据像元响应矩阵以及局部响应均值矩阵，对像元进行判定，获取为盲元的像元，包括：

设定第一阈值T₀，判断像元响应矩阵A_{D_val}中的像元响应值是否小于第一阈值T₀，若是，则判定该像元响应值对应的像元为盲元，否则采用局部响应均值矩阵对像元进行判定；

根据局部响应均值矩阵A_{D_avg}，获取第二阈值T₁以及第三阈值T₂，并根据第二阈值T₁、第三阈值T₂以及像元响应矩阵A_{D_val}，对像元进行判定，获取为盲元的像元；

所述第二阈值T₁包括红外图像数据中第(i，j)个像元位置对应的阈值T₁(i,j)，所述第三阈值T₂包括红外图像数据中第(i，j)个像元位置对应的阈值T₂(i,j)，第(i，j)个像元位置表示第i行第j列位置上的像元，i＝1,2,…,I，j＝1,2,…,J，I表示红外图像数据中像元的总行数，J示红外图像数据中像元的总列数；

所述阈值T₁(i,j)以及阈值T₂(i,j)为：

T₁(i,j)＝(1-β)×[γ×A_{D_avg}(i,j)+(1-γ)×med(A_{D_avg}(i,j))]

T₂(i,j)＝(1+β)×[γ×A_{D_avg}(i,j)+(1-γ)×med(A_{D_avg}(i,j))]

其中，β表示第一系数，γ表示第二系数，A_{D_avg}(i,j)表示局部响应均值矩阵A_{D_avg}中第(i，j)个局部响应均值，med()表示局部中值滤波；

所述根据第二阈值T₁、第三阈值T₂以及像元响应矩阵A_{D_val}，对像元进行判定，包括：

以第二阈值T₁、第三阈值T₂以及像元响应矩阵A_{D_val}构建第一规则为：

A_{D_val}(i,j)<T₁(i,j)&&(η_{min_val}(i,j)-A_{D_val}(i,j))>(1-α)T₁(i,j)

以第二阈值T₁、第三阈值T₂以及像元响应矩阵A_{D_val}构建第二规则为：

A_{D_val}(i,j)>T₂(i,j)&&(A_{D_val}(i,j)-η_{max_val}(i,j))>(1-α)T₂(i,j)

判断像元响应矩阵A_{D_val}中的像元响应值A_{D_val}(i,j)是否满足第一规则或者第二规则，若是，则判定该像元响应值A_{D_val}(i,j)对应的像元为盲元，否则该像元响应值A_{D_val}(i,j)对应的像元不为盲元；

其中，&&表示并，α表示第三系数，A_{D_val}(i,j)表示像元响应矩阵A_{D_val}中第(i，j)个像元响应值，η_{min_val}(i,j)表示第(i，j)个像元位置的领域集合内中局部响应均值的最小值，η_{max_val}(i,j)表示第(i，j)个像元位置的领域集合内中局部响应均值的最大值。

2.根据权利要求1所述的红外图像盲元检测方法，其特征在于，所述组合黑体场景包括至少两个黑体，不同所述黑体之间的温度不同。

3.根据权利要求1所述的红外图像盲元检测方法，其特征在于，所述获取组合黑体场景的若干红外图像数据，包括：

4.根据权利要求3所述的红外图像盲元检测方法，其特征在于，所述根据若干红外图像数据，获取上包络矩阵以及下包络矩阵，包括：

5.根据权利要求1所述的红外图像盲元检测方法，其特征在于，所述第一阈值T₀为：

T₀＝kσ

其中，k表示大于1的常数，σ表示成像系统的噪声水平。