一種氣動熱輻射圖像自動校正方法
【技術領域】
[0001] 本發明屬于氣動光學與圖像處理相結合的交叉科學技術領域，具體涉及一種氣動 熱輻射圖像自動校正方法。
【背景技術】
[0002] 氣動光學是研究高速繞流流場對高速飛行器成像探測影響的一門學科。如圖1所 示，為高速飛行器光學窗口氣動熱輻射效應示意圖。帶有光學成像探測系統的高速飛行器 在大氣層內飛行時，光學窗口與來流之間的相互作用形成復雜的流場。由于空氣粘性的作 用，與光學窗口表面相接觸的氣流將受到阻滯，使得氣流速度降低，在窗口表面附近形成邊 界層。邊界層內具有很大速度梯度的各層會產生強烈的摩擦，氣流的動能不可逆轉地變為 熱能，造成窗口壁面溫度的升高。高溫氣流將不斷向低溫壁面傳熱，引起很強的氣動加熱。 光學窗口被氣動加熱而處于嚴重的氣動熱環境中，產生熱輻射噪聲，降低光電探測系統的 信噪比和圖像質量。
[0003] 飛行速度越大，氣流在飛行器表面加熱的程度就越嚴重。窗外氣流的輻照度和窗 口的輻照度與背景的輻照度迭加，成像傳感器將進入非線性區或飽和，造成景物有效信息 的丟失或信噪比、信雜比的降低，探測性能的下降或功能失效。因此，需要進行氣動熱輻射 校正，以提高信噪比。
[0004] 由于氣動熱輻射的退化模型是未知且隨機變化的，退化圖像還含有傳感器噪聲， 增加了圖像恢復或校正的難度，目前還沒有相關文獻報道氣動熱輻射圖像自動校正方法。
【發明內容】
[0005] 本發明提出了一種氣動熱輻射圖像自動校正方法，該方法使用基于加權平方最 小（weighted least squares)的圖像平滑算法濾除原始熱福射圖像的噪聲和細節，在濾波 圖像梯度域中利用最小二乘法估計氣動熱輻射產生的灰度偏移場，從原始氣動熱輻射圖像 中減去估計的灰度偏移場，得到校正圖像。該方法可有效地對氣動熱輻射圖像進行校正恢 復，大幅提高圖像的信噪比和圖像質量。
[0006] 本發明提供的一種氣動熱輻射圖像自動校正方法的具體步驟包括：
[0007] (1)利用基于加權平方最小的圖像平滑算法濾除原始氣動熱輻射圖像Z中的噪聲 和細節，濾波圖像f可表示為
[0008] Z = (/ + /1/.) 1Z
[0009] 其中I為單位矩陣，λ為光滑參數，L = +MWvD1,，D# D及別為X和 y方向梯度算子，WdP W y為加權系數矩陣。
[0010] (2)因氣動熱輻射產生的灰度偏移場B是低頻的加性噪聲，本發明中灰度偏移場B 可用K階二維多項式表示 CN 105118037 A 說明書 2/4 頁
[0012] (X1, yj為像素 i的坐標，a為多項式系數{at,s}的向量形式，W為與x和y相關的 矩陣。
[0013] (3)利用最小二乘法估計灰度偏移場，估計的灰度偏移場I為如下最小化問題的 解：
[0015] Vf為濾波圖像的梯度，為灰度偏移場梯度，Il · Il 2表示L2范數。可表示 為
[0017] 上式中N為圖像像素數。
[0018] (4)將步驟（3)中的兄8 = Ca帶入⑶中最小化問題中，則益的估計值可表示為
[0020] 因上式存在閉合解，估計值a為
[0022] (5) I為步驟⑷中得到的灰度偏移場B的準確估計系數，校正圖像！為
[0024] 本發明方法，通過對氣動熱輻射退化圖像與校正圖像的峰值信噪比和灰度值比 較，可以發現該校正算法可以有效抑制氣動熱輻射產生的背景噪聲，大幅提升圖像的信噪 比。
【附圖說明】
[0025] 圖1是高速飛行器光學窗口氣動熱福射效應不意圖；
[0026] 圖2是本發明氣動熱輻射圖像校正算法的流程圖；其中：
[0027] 圖2(a)為熱輻射圖像；
[0028] 圖2 (b)為圖2 (a)的濾波圖像；
[0029] 圖2 (c)為估計的灰度偏移場；
[0030] 圖2 (d)為對圖2 (a)校正后的圖像；
[0031] 圖3(a)是紅外圖像；
[0032] 圖3 (b)是圖3 (a)的濾波圖像；
[0033] 圖4(a)是仿真的氣動熱輻射圖像；
[0034] 圖4 (b)是圖4 (a)的校正圖像；
[0035] 圖4(c)是估計的灰度偏移場；
[0036] 圖4(d)是圖4(a)和圖4(b)中同一列像素值對比結果；
[0037] 圖5(a)是電弧風洞試驗中紅外成像系統采集的氣動熱輻射圖像；
[0038] 圖5 (b)是圖5 (a)的校正圖像；
[0039] 圖5 (c)是在圖5 (a)中估計的灰度偏移場；
[0040] 圖5(d)是圖5(a)和圖5(b)中同一列像素值對比結果。
【具體實施方式】
[0041] 為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對 本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并 不用于限定本發明。此外，下面所描述的本發明各個實施方式中所涉及到的技術特征只要 彼此之間未構成沖突就可以相互組合。
[0042] 如圖2所示，本發明提供了一種氣動熱輻射圖像自動校正方法，包括如下步驟：
[0043] (1)利用基于加權平方最小的圖像平滑算法濾除原始熱輻射圖像Z中的噪聲和細 節，濾波圖像I可表示為
[0045] I為單位矩陣，λ為光滑參數，
，，DdP D ￥分別為X和y方 向梯度算子，WJP W y為包含加權系數的對角矩陣，其對角元素可分別表示為
[0047] J為輸入圖像Z的對數變換。本實施例中，0.1 < a < 5,0. 1 < λ < 10，ε = 0.0001。圖3(a)是紅外圖像，當α = 1.6和λ = 1.6,相應的濾波圖像為圖3(b)。從濾 波圖像可以看出原始紅外圖像的細節和噪聲基本被濾除。
[0048] (2)因氣動熱輻射產生的灰度偏移場B是低頻的加性噪聲，本發明中灰度偏移場B 可用K階二維多項式表示
[0050] (X1, Y1)為像素 i的坐標，a為多項式系數{atiS}的向量形式，W為與X和y相關的 矩陣。本實施例中，5彡K彡10。在圖4和圖5所示的校正實驗中，K = 8。
[0051] (3)利用最小二乘法估計灰度偏移場。估計的灰度偏移場J可表示如下最小化問 題的解：
[0053] 為濾波圖像的梯度，V5為灰度偏移場梯度，Il · Il 2表示L2范數。V5可表 示為
[0055] 上式中N為圖像像素數。在上述最小化問題中，濾波算法大幅降低了原始圖像的 細節以及強噪聲對于偏移場估計的影響，從而能夠準確估計氣動熱輻射產生的灰度偏移 場。
[0056] (4)將步驟（3)中的W = Ca帶入（3)中最小化問題中，則I可表示為
[0058] 因上式存在閉合解，所以4為
[0060] 上式中，D = [Dx;Dy]
[0061] (5)利用估計的I可直接求得灰度偏移場J，直接從原始熱輻射圖像Z減去I可得 到校正圖像I
[0063] 表1是不同飛行時刻仿真熱輻射圖像與校正圖像峰值信噪比（dB)對比結果，對氣 動熱輻射退化圖像與校正圖像的峰值信噪比和灰度值比較，可以發現該校正算法可以有效 抑制氣動熱輻射產生的背景噪聲，大幅提升圖像的信噪比。
[0064] 表 1
[0066] 本領域的技術人員容易理解，以上所述僅為本發明的較佳實施例而已，并不用以 限制本發明，凡在本發明的精神和原則之內所作的任何修改、等同替換和改進等，均應包含 在本發明的保護范圍之內。
【主權項】
1. 一種氣動熱輻射圖像自動校正方法，其特征在于，所述方法包括如下步驟： (1) 利用基于加權平方最小的圖像平滑算法濾除原始氣動熱輻射圖像Z中的噪聲和細 節，濾波圖像i可表示為其中1為單位矩陣，人為光滑參數，1 = 1>【\\〇1+〇〔胃,.1>,.，〇：!和〇,分別為1和7方 向梯度算子，wjpwy為加權系數矩陣； (2) 將灰度偏移場B用K階二維多項式表示 r=Q S'-P其中，（Xi，yj為像素i的坐標，a為多項式系數{atiS}的向量形式，W為與X和y相關 的矩陣； (3) 利用最小二乘法估計灰度偏移場，估計的灰度偏移場|為如下最小化問題的解：其中，為濾波圖像的梯度，VB為灰度偏移場梯度，|| ? ||2表示L2范數，VB表示 為上式中N為圖像像素數； (4) 將步驟（3)中的▽B=Ca帶入（3)中最小化問題中，得到i的估計值為(5) S為步驟（4)中得到的灰度偏移場B的準確估計系數，校正圖像|為 2. 如權利要求1所述的方法，其特征在于，所述步驟⑷中估計值S為其中D= [Dx;Dy]。3. 如權利要求1或2所述的方法，其特征在于，所述步驟（2)中5 <K< 10。
【專利摘要】本發明公開了一種氣動熱輻射圖像自動校正方法，包括：利用基于加權平方最小的圖像平滑算法濾除原始氣動熱輻射圖像Z中的噪聲和細節；將灰度偏移場B用K階二維多項式表示；利用最小二乘法估計灰度偏移場，估計的灰度偏移場為如下最小化問題的解：將▽B＝Ca帶入(3)中最小化問題中，得到的估計值；為灰度偏移場B的準確估計系數，校正圖像為本發明方法，通過對氣動熱輻射退化圖像與校正圖像的峰值信噪比和灰度值比較，可以發現該校正算法可以有效抑制氣動熱輻射產生的背景噪聲，大幅提升圖像的信噪比。
【IPC分類】G06T5/00
【公開號】CN105118037
【申請號】CN201510560251
【發明人】張天序, 劉立, 章川, 侯旋
【申請人】華中科技大學
【公開日】2015年12月2日
【申請日】2015年9月2日