欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法

文檔序號(hào):6124779閱讀:438來源:國知局
專利名稱:高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法
技術(shù)領(lǐng)域
本發(fā)明屬于紅外運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原技術(shù),特別是一種針對(duì)目標(biāo)與探測(cè)器相對(duì)高速運(yùn)動(dòng)的情況下,高幀頻凝視型紅外成像系統(tǒng)中運(yùn)動(dòng)目標(biāo)實(shí)時(shí)復(fù)原方法。
背景技術(shù)
隨著材料和工藝水平的發(fā)展,紅外探測(cè)器件在國防和工業(yè)以及民用領(lǐng)域都得到了廣泛的應(yīng)用。在觀察動(dòng)態(tài)場(chǎng)景尤其是有快速運(yùn)動(dòng)的場(chǎng)景中,采用高幀頻凝視型紅外焦平面成像陣列成為發(fā)展的趨勢(shì)。
高幀頻凝視型紅外成像系統(tǒng)的關(guān)鍵問題之一是拖尾現(xiàn)象。拖尾是由于探測(cè)器感光區(qū)到電荷存儲(chǔ)區(qū)的垂直轉(zhuǎn)移過程中,光敏元仍在產(chǎn)生光電荷,并被勢(shì)阱收集造成的,表現(xiàn)為點(diǎn)目標(biāo)被成像為一個(gè)線目標(biāo)。拖尾現(xiàn)象是幀轉(zhuǎn)移面陣探測(cè)器無法避免的問題,并且探測(cè)器與目標(biāo)的相對(duì)運(yùn)動(dòng)速度越大、探測(cè)器積分時(shí)間越長,拖尾現(xiàn)象越嚴(yán)重。高幀頻成像系統(tǒng)的另一個(gè)特點(diǎn)是由于探測(cè)器積分時(shí)間短,一般在1us左右,收集的光電荷較少,使得視頻信號(hào)的噪聲如光子噪聲、散粒噪聲、轉(zhuǎn)移噪聲、暗電流噪聲等相對(duì)明顯,圖像的信噪比低。
直接應(yīng)用到紅外視頻中的運(yùn)動(dòng)復(fù)原算法很少見于文獻(xiàn)報(bào)道?!侗本├砉ご髮W(xué)學(xué)報(bào)》2004年第10期的文章《數(shù)字圖像去模糊算法的對(duì)比研究》中詳細(xì)地介紹了傳統(tǒng)的可見光圖像中運(yùn)動(dòng)目標(biāo)的復(fù)原方法,主要有逆濾波、最小均方誤差率波、約束最小二乘方濾波等。這些方法的共性在于都是根據(jù)所建立的圖像退化模型,進(jìn)行適當(dāng)?shù)募僭O(shè)或簡(jiǎn)化,實(shí)現(xiàn)原始圖像某種估計(jì)。例如逆濾波根據(jù)退化函數(shù)直接求逆,缺點(diǎn)在于沒有考慮噪聲的特征。最小均方誤差濾波根據(jù)噪聲的功率譜特征,理論證明如能合理估計(jì)退化函數(shù),其復(fù)原效果非常好,但在通常條件下估算圖像和噪聲的功率譜還存在困難,并且計(jì)算比較復(fù)雜。約束最小二乘濾波是根據(jù)噪聲的方差和均值特征來進(jìn)行的一種最優(yōu)復(fù)原算法。以上幾種圖像復(fù)原方法是用于可見光、紅外圖像運(yùn)動(dòng)目標(biāo)復(fù)原的主要方法。
現(xiàn)有圖像復(fù)原的關(guān)鍵技術(shù)主要有兩個(gè)方面退化函數(shù)和噪聲統(tǒng)計(jì)特征的估算。對(duì)于運(yùn)動(dòng)退化現(xiàn)有文獻(xiàn)一般都采用線性運(yùn)動(dòng)模糊模型,不同之處在于所利用的噪聲統(tǒng)計(jì)特征不同。在使用這幾種復(fù)原方法用于高幀頻紅外焦平面探測(cè)器成像中運(yùn)動(dòng)目標(biāo)復(fù)原時(shí),存在以下缺點(diǎn)(1)由于高幀頻探測(cè)器積分時(shí)間非常短,直接導(dǎo)致了紅外圖像原本對(duì)比度低、信噪比低的缺點(diǎn)更加突出,而以上幾種技術(shù)在噪聲情況下的復(fù)原效果不好;(2)這些算法一般是頻域?yàn)V波,容易出現(xiàn)振鈴效應(yīng),即復(fù)原后的圖像存在周期性豎條紋;(3)最重要的是這些算法一般都要求圖像或噪聲的全局特征,運(yùn)算量大,難以達(dá)到硬件實(shí)時(shí)。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種減輕噪聲影響、適用性強(qiáng)、算法簡(jiǎn)單,不存在振鈴效應(yīng),且易于硬件實(shí)時(shí)實(shí)現(xiàn)的高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法。
實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為一種高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法,其步驟如下 第一步,高幀頻紅外視頻圖像幀的輸入; 第二步,確定圖像幀中目標(biāo)的運(yùn)動(dòng)方向和距離參數(shù); 第三步,在運(yùn)動(dòng)方向上進(jìn)行中值濾波,去除噪聲和探測(cè)器盲元對(duì)復(fù)原結(jié)果的干擾; 第四步,在運(yùn)動(dòng)方向上進(jìn)行卷積操作,恢復(fù)目標(biāo)拖尾造成的目標(biāo)強(qiáng)度損失; 第五步,根據(jù)運(yùn)動(dòng)參數(shù)和確定的隸屬度函數(shù)確定種子像素f0與鄰域像素的隸屬度{λi}; 第六步,根據(jù)判斷準(zhǔn)則確定種子像素的像素值; 第七步,輸出經(jīng)過運(yùn)動(dòng)復(fù)原的圖像幀。
本發(fā)明高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法中,中值濾波、卷積操作和確定種子像素f0與鄰域像素的隸屬度{λi}都是在沿運(yùn)動(dòng)的一維方向進(jìn)行的。
本發(fā)明高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法中,中值濾波、卷積操作和確定種子像素f0與鄰域像素的隸屬度{λi}都是圖像的空間域?qū)崿F(xiàn)的。
本發(fā)明高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法中,對(duì)t時(shí)刻的輸入圖像幀f(i,j,t)在運(yùn)動(dòng)方向上進(jìn)行中值濾波,濾波公式為f(i,j,t)=median{f(i,j+k,t)|k=-3,-2,...,3}。
本發(fā)明高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法中,在運(yùn)動(dòng)方向上,根據(jù)隸屬度函數(shù)計(jì)算當(dāng)前種子像素與其8-鄰域像素之間的隸屬度{λi},其中,fi是當(dāng)前像素f08-鄰域的像素值(i=1,..,8)。
本發(fā)明高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法中,確定種子像素的取值時(shí)采用的最大值判別準(zhǔn)則為 本發(fā)明與現(xiàn)有技術(shù)相比,具有如下的顯著優(yōu)點(diǎn)(1)針對(duì)高幀頻紅外圖像噪聲更加突出的問題,對(duì)輸入圖像序列采用中值濾波減輕了噪聲的影響,去除探測(cè)器的盲元對(duì)復(fù)原結(jié)果的影響;(2)對(duì)目標(biāo)的大小和運(yùn)動(dòng)速度沒有嚴(yán)格的要求,適用性強(qiáng);(3)對(duì)濾波后的圖像,根據(jù)得到的運(yùn)動(dòng)距離參數(shù)進(jìn)行相應(yīng)的卷積操作,恢復(fù)由于拖尾造成目標(biāo)強(qiáng)度(灰度值)的損失;(4)中值濾波、卷積操作和確定種子像素與鄰域像素的隸屬度是在空域進(jìn)行的,由于這一過程是在空域中直接完成的,避免的現(xiàn)有方法需要將圖像經(jīng)過快速傅立葉變換到頻率域,最后還要將結(jié)果從頻率與逆變換到空間域的過程,而且不要求噪聲的全局特征,使得算法簡(jiǎn)單,易于實(shí)時(shí)實(shí)現(xiàn),并且不存在頻率域操作的振鈴效應(yīng)。
下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述。


附圖是本發(fā)明高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法的流程圖。
具體實(shí)施例方式 結(jié)合附圖,本發(fā)明高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法,其步驟如下 第一步,高幀頻紅外視頻圖像幀的輸入,確定圖像幀中目標(biāo)的運(yùn)動(dòng)方向和距離參數(shù); 第二步,在運(yùn)動(dòng)方向上進(jìn)行中值濾波,去除噪聲和探測(cè)器盲元對(duì)復(fù)原結(jié)果的干擾。對(duì)t時(shí)刻的輸入圖像幀f(i,j,t)在運(yùn)動(dòng)方向上進(jìn)行中值濾波,濾波公式為f(i,j,t)=median{f(i,j+k,t)|k=-3,-2,...,3}。
第三步,在運(yùn)動(dòng)方向上進(jìn)行卷積操作,恢復(fù)目標(biāo)拖尾造成的目標(biāo)強(qiáng)度(灰度值)損失; 第四步,根據(jù)運(yùn)動(dòng)參數(shù)和確定的隸屬度函數(shù)確定種子像素f0與鄰域像素的隸屬度{λi}。在運(yùn)動(dòng)方向上,根據(jù)隸屬度函數(shù)計(jì)算當(dāng)前種子像素與其8-鄰域像素之間的隸屬度{λi},其中,fi是當(dāng)前像素f08-鄰域的像素值(i=1,..,8)。
上述的中值濾波、卷積操作和確定種子像素f0與鄰域像素的隸屬度{λi}都是在沿運(yùn)動(dòng)的一維方向進(jìn)行的,并且都是圖像的空間域?qū)崿F(xiàn)的。
第五步,根據(jù)判斷準(zhǔn)則確定種子像素的像素值,確定種子像素的取值時(shí)采用的最大值判別準(zhǔn)則為 第六步,輸出經(jīng)過運(yùn)動(dòng)復(fù)原的圖像幀。
下面以實(shí)施例來說明本發(fā)明的高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法。
一個(gè)高幀頻紅外成像系統(tǒng),紅外探測(cè)器像素320×240,圍繞轉(zhuǎn)臺(tái)中軸以1圈/秒的速度勻速水平轉(zhuǎn)動(dòng),幀頻達(dá)到200Hz,探測(cè)器積分時(shí)間為1ms。
第一步確定該系統(tǒng)中紅外目標(biāo)的運(yùn)動(dòng)方向與探測(cè)器的行方向一致,為水平方向。由于轉(zhuǎn)臺(tái)轉(zhuǎn)動(dòng),造成目標(biāo)相對(duì)運(yùn)動(dòng)距離L約為50象素; 第二步對(duì)t時(shí)刻的輸入圖像幀f(i,j,t)在水平方向上進(jìn)行1×7的中值濾波,濾波公式為 f(i,j,t)=median{f(i,j+k,t)|k=-3,-2,...,3} 運(yùn)動(dòng)造成的圖像退化是退化函數(shù)與圖像的卷積過程,再加上噪聲。中值濾波在保護(hù)邊緣的同時(shí),能有效降低圖像噪聲,使得圖像具有恢復(fù)性。
第三步根據(jù)第一步得到的距離參數(shù),對(duì)圖像幀在水平方向上進(jìn)行卷積操作 其中,卷積模板N為圖像幀一行的像素?cái)?shù),L為目標(biāo)運(yùn)動(dòng)的距離(像素?cái)?shù))。
退化函數(shù)的兩個(gè)重要參數(shù)就是積分時(shí)間內(nèi)相對(duì)運(yùn)動(dòng)的方向和距離。該步操作實(shí)際上是退化的逆過程,通過卷積使得拖尾造成的目標(biāo)強(qiáng)度衰減得到了初步恢復(fù)。
第四步在水平方向上,根據(jù)如下設(shè)計(jì)的隸屬度函數(shù),計(jì)算當(dāng)前種子像素與其8-鄰域像素之間的隸屬度。
其中,fi是當(dāng)前像素f08-鄰域的像素值(i=1,..,8)。
隸屬度表征窗口中8-鄰域像素與中心像素的差異程度,如果8個(gè)差異程度比較小,則表示通過卷積操作恢復(fù)出的恢復(fù)可信,如果有像素差異程度比較大,則需進(jìn)一步處理。
第五步根據(jù)第四步得到的隸屬度,按如下的判斷準(zhǔn)則判斷復(fù)原后當(dāng)前像素的像素值。
根據(jù)計(jì)算的隸屬度的值,根據(jù)最大值準(zhǔn)則確定當(dāng)前種子像素的取值,即窗口中心象素按照隸屬度最大之對(duì)應(yīng)的像素的值來更新。這一部分是算法的核心,由于這一過程是在空域中直接完成的,避免的現(xiàn)有算法需要將圖像經(jīng)過快速傅立葉變換到頻率域,最后還要將結(jié)果從頻率與逆變換到空間域的過程,使得算法簡(jiǎn)單,易于實(shí)時(shí)實(shí)現(xiàn),并且不存在頻率域操作的振鈴效應(yīng)。
第六步輸出經(jīng)過運(yùn)動(dòng)復(fù)原后的視頻幀。
權(quán)利要求
1. 一種高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法,其步驟如下
第一步,高幀頻紅外視頻圖像幀的輸入,確定圖像幀中目標(biāo)的運(yùn)動(dòng)方向和距離參數(shù);
第二步,在運(yùn)動(dòng)方向上進(jìn)行中值濾波,去除噪聲和探測(cè)器盲元對(duì)復(fù)原結(jié)果的干擾;
第三步,在運(yùn)動(dòng)方向上進(jìn)行卷積操作,恢復(fù)目標(biāo)拖尾造成的目標(biāo)強(qiáng)度損失;
第四步,根據(jù)運(yùn)動(dòng)參數(shù)和確定的隸屬度函數(shù)確定種子像素f0與鄰域像素的隸屬度{λi};
第五步,根據(jù)判斷準(zhǔn)則確定種子像素的像素值;
第六步,輸出經(jīng)過運(yùn)動(dòng)復(fù)原的圖像幀。
2. 根據(jù)權(quán)利要求1所述的高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法,其特征在于中值濾波、卷積操作和確定種子像素f0與鄰域像素的隸屬度{λi}都是在沿運(yùn)動(dòng)的一維方向進(jìn)行的。
3. 根據(jù)權(quán)利要求1所述的高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法,其特征在于中值濾波、卷積操作和確定種子像素f0與鄰域像素的隸屬度{λi}都是圖像的空間域?qū)崿F(xiàn)的。
4. 根據(jù)權(quán)利要求1所述的高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法,其特征在于對(duì)t時(shí)刻的輸入圖像幀f(i,j,t)在運(yùn)動(dòng)方向上進(jìn)行中值濾波,濾波公式為f(i,j,t)=median{f(i,j+k,t)|k=-3,-2,...,3}。
5. 根據(jù)權(quán)利要求1所述的高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法,其特征在于在運(yùn)動(dòng)方向上,根據(jù)隸屬度函數(shù)計(jì)算當(dāng)前種子像素與其8-鄰域像素之間的隸屬度{λi},其中,fi是當(dāng)前像素f08-鄰域的像素值(i=1,..,8)。
6. 根據(jù)權(quán)利要求1所述的高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法,其特征在于確定種子像素的取值時(shí)采用的最大值判別準(zhǔn)則為
全文摘要
本發(fā)明公開了一種高幀頻紅外圖像序列中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)復(fù)原方法。該方法的步驟如下高幀頻紅外視頻圖像幀的輸入、確定圖像幀運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)方向和距離參數(shù)、在運(yùn)動(dòng)方向上進(jìn)行中值濾波、根據(jù)設(shè)定的隸屬度函數(shù)確定種子像素與鄰域像素的隸屬度、根據(jù)判斷準(zhǔn)則確定種子像素的像素值、輸出經(jīng)過運(yùn)動(dòng)復(fù)原的圖像幀。本發(fā)明對(duì)輸入圖像序列采用中值濾波減輕了噪聲的影響;對(duì)目標(biāo)的大小和運(yùn)動(dòng)速度沒有嚴(yán)格的要求,適用性強(qiáng);中值濾波、卷積操作和確定種子像素與鄰域像素的隸屬度在空域進(jìn)行的,不要求噪聲的全局特征,使得算法簡(jiǎn)單,不存在振鈴效應(yīng),且易于硬件實(shí)時(shí)實(shí)現(xiàn)。
文檔編號(hào)G01V5/00GK101241592SQ200710020010
公開日2008年8月13日 申請(qǐng)日期2007年2月7日 優(yōu)先權(quán)日2007年2月7日
發(fā)明者顧國華, 錢 陳, 錢惟賢, 胡永生, 王利平, 王慶寶, 管志強(qiáng) 申請(qǐng)人:南京理工大學(xué)
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
静乐县| 临漳县| 浦北县| 柳林县| 邯郸市| 米脂县| 夏津县| 东方市| 本溪| 法库县| 南康市| 莱州市| 兖州市| 昌江| 乌兰县| 虞城县| 阿城市| 资中县| 大兴区| 明光市| 高密市| 延寿县| 庆安县| 宝山区| 海城市| 青铜峡市| 周宁县| 通化市| 平陆县| 曲阳县| 甘德县| 台山市| 长沙市| 庄河市| 闵行区| 漳浦县| 郁南县| 荥阳市| 惠安县| 泗洪县| 保康县|