本发明提出了基于巴特沃斯函数拟合的红外图像冷反射噪声矫正方法，首先设计平滑窗口对红外图像数据进行平滑处理，去掉多余的场景信息同时保留冷反射信号，并将其逆变换可以最大限度保留冷反射周围的信息，同时将其以外的信息进行抑制消除，使其图像场景信息达到最小；然后设计二维巴特沃斯函数，初始化需要拟合的参数，利用最小二乘法进行拟合，最后提取拟合函数的参数作为红外图像中冷反射的特征，利用二维巴特沃斯函数对映射后形成的曲面进行拟合，使用二维巴特沃斯函数的几何特征表示红外图像中冷反射的特征，通过与红外图像差分从而去除图像中的噪声，能够清楚地将图像与背景区分开，提高红外图像质量。
1.一种基于巴特沃斯函数拟合的红外图像冷反射噪声矫正方法，其特征在于：步骤一、通过传感器读取红外图像I；
步骤二、设计平滑窗口对步骤一读取的红外图像I进行平滑预处理；去掉多余的场景信息、并将其逆变换以最大限度保留冷反射周围的信息，同时将其以外的信息进行抑制消除，使其图像场景信息达到最小；
在步骤二中，设计平滑窗口对红外图像的局部区域进行处理，以减少突出的噪声点或异常值；
其中，f(x,y)表示的是图像信息，Max{f}表示的是均值图像的最大灰度值或者为f(x,y)的最大值，R(x,y)表示的信息像素(x,y)与冷反射信号中心(a,b)之间的距离即R(x,y)＝||(x‑a,y‑b)||2，δ表示的是均值图像中的标准差也就是抑制图像中场景信号的程度；
对红外图像I进行预处理，达到平滑图像的目的，平滑后的图像定义为I'；
在步骤二中，通过逆变换来重建被平滑过程中丢失的细节，确保冷反射信号的重要特征不会因处理而丢失；
并通过信息抑制来消除图像中与冷反射无关的信息，确保平滑后的图像I'只有关键的信息被保留；
步骤三、构建二维巴特沃斯函数，初始化需要拟合的参数；
步骤四、利用最小二乘法对数据进行拟合，最后提取拟合函数的参数作为红外图像中冷反射的特征；
步骤五、利用二维巴特沃斯函数对映射后形成的曲面进行拟合，使用二维巴特沃斯函数的几何特征表示红外图像中冷反射的特征，通过与红外图像差分从而去除图像中的噪声，完成红外图像冷反射噪声矫正。
2.根据权利要求1所述方法，其特征在于：在步骤三中，定义二维巴特沃斯函数
式中A表示幅度，μ1,μ2表示属性的均值，σx,σy表示属性的标准差。
3.根据权利要求2所述方法，其特征在于：在步骤四中，将A,μ1,μ2,σx,σy均初始化为1；利用最小二乘法矩阵运算，调整A,μ1,μ2,σx,σy直到拟合精度达到阈值，获取拟合后的巴特沃斯拟合参数，所述巴特沃斯拟合参数视为红外图像中冷反射特征参数。
利用步骤四中通过最小二乘法得到的巴特沃斯函数作为数学模型，拟合步骤二映射后形成的曲面，以捕捉和表示冷反射信号的几何特征；
并使用二维巴特沃斯函数的几何特征表示红外图像中冷反射的特征：通过将拟合后的巴特沃斯函数与原始红外图像进行差分，去除图像中的噪声；
获取步骤五的结果，提取(A,μ1,μ2,σx,σy)作为含有冷反射噪声的红外图像I的特征，实现对红外图像冷反射噪声的矫正。
5.一种基于巴特沃斯函数拟合的红外图像冷反射噪声矫正系统，其特征在于：所述矫正系统包括：图像处理模块、拟合模块和矫正模块；
所述图像处理模块读取红外图像I；并设计平滑窗口对读取的红外图像I进行平滑预处理；去掉多余的场景信息、并将其逆变换以最大限度保留冷反射周围的信息，同时将其以外的信息进行抑制消除，使其图像场景信息达到最小；
设计平滑窗口对红外图像的局部区域进行处理，以减少突出的噪声点或异常值；
其中，f(x,y)表示的是图像信息，M表示的是均值图像的最大灰度值或者为f(x,y)的最大值，R(x,y)表示的信息像素(x,y)与冷反射信号中心(a,b)之间的距离即R(x,y)＝||(x‑a,y‑b)||2，δ表示的是均值图像中的标准差也就是抑制图像中场景信号的程度；
对红外图像I进行预处理，达到平滑图像的目的，平滑后的图像定义为I'；
通过逆变换来重建被平滑过程中丢失的细节，确保冷反射信号的重要特征不会因处理而丢失；
并通过信息抑制来消除图像中与冷反射无关的信息，确保平滑后的图像I'只有关键的信息被保留；
所述拟合模块构建二维巴特沃斯函数，初始化需要拟合的参数；利用最小二乘法对数据进行拟合，最后提取拟合函数的参数作为红外图像中冷反射的特征；
所述矫正模块利用二维巴特沃斯函数对映射后形成的曲面进行拟合，使用二维巴特沃斯函数的几何特征表示红外图像中冷反射的特征，通过与红外图像差分从而去除图像中的噪声，完成红外图像冷反射噪声矫正。
6.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任意一项所述方法的步骤。
7.一种计算机可读存储介质，用于存储计算机指令，其特征在于，所述计算机指令被处理器执行时实现权利要求1至4中任意一项所述方法的步骤。
基于巴特沃斯函数拟合的红外图像冷反射噪声矫正方法
技术领域
[0001] 本发明属于红外图像去噪技术领域，具体地，涉及基于巴特沃斯函数拟合的红外图像冷反射噪声矫正方法。
背景技术
[0002] 红外图像已经被广泛的应用于光学测量、目标识别、国防军工等一系列关系国计民生的方面，然而，红外探测器在成像过程中不可避免的会受到噪声的影响，冷反射现象作为红外图像中的一种缺陷，不仅影响红外图像的可视觉性，更会影响红外图像的目标探测、识别跟踪等后续处理应用。
[0003] 目前采用非均匀性校正技术分为基于标定的方法以及基于场景的校正方法，这些方法对噪声有一定的抑制作用，但是对于由冷反射引起的噪声通过处理后会产生严重的伪影现象，对提高红外图像的质量的作用并不明显。
发明内容
[0004] 针对上述问题，本发明提出了基于巴特沃斯函数拟合的红外图像冷反射噪声矫正方法，具体为基于巴特沃斯曲面拟合进行红外图像去噪，能够抑制冷反射所带来的影响，提高在低温环境下红外图像的信噪比，从而去除图像中的噪声。
[0005] 本发明通过以下技术方案实现：
[0006] 一种基于巴特沃斯函数拟合的红外图像冷反射噪声矫正方法：
[0007] 步骤一、通过传感器读取红外图像 ；
[0008] 步骤二、设计平滑窗口对步骤一读取的红外图像 进行平滑预处理；去掉多余的场景信息、并将其逆变换以最大限度保留冷反射周围的信息，同时将其以外的信息进行抑制消除，使其图像场景信息达到最小；
[0009] 步骤三、构建二维巴特沃斯函数，初始化需要拟合的参数；
[0010] 步骤四、利用最小二乘法对数据进行拟合，最后提取拟合函数的参数作为红外图像中冷反射的特征；
[0011] 步骤五、利用二维巴特沃斯函数对映射后形成的曲面进行拟合，使用二维巴特沃斯函数的几何特征表示红外图像中冷反射的特征，通过与红外图像差分从而去除图像中的噪声，完成红外图像冷反射噪声矫正。
[0012] 进一步地，在步骤二中，设计平滑窗口对红外图像的局部区域进行处理，以减少突出的噪声点或异常值；
[0013] 所述预处理具体采用下式：
[0014] 预处理算法为： ；
[0015] 其中， 表示的是图像信息， 表示的是均值图像的最大灰度值或者为的最大值， 表示的信息像素 与冷反射信号中心 之间的距离即， 表示的是均值图像中的标准差也就是抑制图像中场景信号的程
度；
[0016] 对红外图像 进行预处理，达到平滑图像的目的，平滑后的图像定义为 。
[0017] 进一步地，在步骤二中，通过所述逆变换来重建被平滑过程中丢失的细节，确保冷反射信号的重要特征不会因处理而丢失；
[0018] 并通过信息抑制来消除图像中与冷反射无关的信息，确保平滑后的图像 只有关键的信息被保留。
[0019] 进一步地，在步骤三中，
[0020] 定义二维巴特沃斯函数 ；
[0021] 式中 表示幅度， 表示属性， 表示属性的均值， 表示属性的标准差。
[0022] 进一步地，在步骤四中，
[0023] 将 均初始化为1；利用最小二乘法矩阵运算，调整 知道拟合精度达到阈值，获取拟合后的巴特沃斯拟合参数，所述巴特沃斯拟合参数视为红外图像中冷反射特征参数。
[0024] 进一步地，在步骤五中具体包括：
[0025] 利用步骤四中通过最小二乘法得到的巴特沃斯函数作为数学模型，拟合步骤二映射后形成的曲面，以捕捉和表示冷反射信号的几何特征；
[0026] 并使用二维巴特沃斯函数的几何特征表示红外图像中冷反射的特征：通过将拟合后的巴特沃斯函数与原始红外图像进行差分，去除图像中的噪声。
[0027] 获取步骤五的结果，提取 作为含有冷反射噪声的红外图像 的特征，实现对红外图像冷反射噪声的矫正。
[0028] 一种基于巴特沃斯函数拟合的红外图像冷反射噪声矫正系统：
[0029] 所述矫正系统包括：图像处理模块、拟合模块和矫正模块；
[0030] 所述图像处理模块读取红外图像 ；并设计平滑窗口对读取的红外图像 进行平滑预处理；去掉多余的场景信息、并将其逆变换以最大限度保留冷反射周围的信息，同时将其以外的信息进行抑制消除，使其图像场景信息达到最小；
[0031] 所述拟合模块构建二维巴特沃斯函数，初始化需要拟合的参数；利用最小二乘法对数据进行拟合，最后提取拟合函数的参数作为红外图像中冷反射的特征；
[0032] 所述矫正模块利用二维巴特沃斯函数对映射后形成的曲面进行拟合，使用二维巴特沃斯函数的几何特征表示红外图像中冷反射的特征，通过与红外图像差分从而去除图像中的噪声，完成红外图像冷反射噪声矫正。
[0033] 一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
[0034] 一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时实现上述方法的步骤。
[0035] 本发明有益效果
[0036] 本发明结合现有的红外噪声图像去噪方法，从噪声分布的角度对红外图像进行分析。利用二维巴特沃斯函数对映射后形成的曲面你和，使用二维巴特沃斯函数的几何特征表示红外图像数据特征。
[0037] 本发明方法对红外图像进行二维巴特沃斯曲面拟合并进行去噪处理。相比于其他红外图像分析方法，本发明能够明显提高红外图像的信噪比，从而去除图像中的噪声，提高红外图像的质量。
附图说明
[0038] 图1为本发明的方法流程图。
具体实施方式
[0039] 下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0040] 一种基于巴特沃斯函数拟合的红外图像冷反射噪声矫正方法：
[0041] 步骤一、通过传感器或者其他设备读取红外图像 ；
[0042] 步骤二、设计平滑窗口对步骤一读取的红外图像 进行平滑预处理；去掉多余的场景信息、并将其逆变换以最大限度保留冷反射周围的信息，同时将其以外的信息进行抑制消除，使其图像场景信息达到最小；使得原始图像中的冷反射信号更为明显。
[0043] 在步骤二中，设计平滑窗口对红外图像的局部区域进行处理，以减少突出的噪声点或异常值；
[0044] 所述预处理具体采用下式：
[0045] 预处理算法为： ；
[0046] 其中， 表示的是图像信息， 表示的是均值图像的最大灰度值或者为的最大值， 表示的信息像素 与冷反射信号中心 之间的距离即， 表示的是均值图像中的标准差也就是抑制图像中场景信号的程
度；
[0047] 对红外图像 进行预处理，达到平滑图像的目的，平滑后的图像定义为 。
[0048] 在步骤二中，通过所述逆变换来重建被平滑过程中丢失的细节，确保冷反射信号的重要特征不会因处理而丢失；
[0049] 并通过信息抑制（通过特定的滤波器或者处理技术来实现）来消除图像中与冷反射无关的信息，确保平滑后的图像 只有关键的信息被保留，以便更好地突出冷反射信号。
[0050] 步骤三、构建二维巴特沃斯函数，初始化需要拟合的参数；
[0051] 在步骤三中，
[0052] 定义二维巴特沃斯函数 ；
[0053] 式中 表示幅度， 表示属性， 表示属性的均值， 表示属性的标准差。
[0054] 步骤四、利用最小二乘法对数据进行拟合，最后提取拟合函数的参数作为红外图像中冷反射的特征，实现对红外图像噪声特征的提取；
[0055] 在步骤四中，在拟合过程中，通过最小化拟合函数与实际数据之间的误差调整巴特沃斯函数的参数，以使该函数更好地拟合红外图像中的冷反射信号，最小二乘法会尝试不断地调整巴特沃斯函数的参数，直到达到使误差最小化的状态；完成拟合后，最终得到的巴特沃斯函数的参数将被视为红外图像中冷反射特征的表示。
[0056] 将 均初始化为1；利用最小二乘法矩阵运算，调整 知道拟合精度达到阈值，获取拟合后的巴特沃斯拟合参数，所述巴特沃斯拟合参数视为红外图像中冷反射特征参数。
[0057] 即在步骤四中，通过最小二乘法，巴特沃斯函数的参数已经被调整以最佳拟合原始红外图像中的冷反射信号。这个巴特沃斯函数是一个数学模型，其中的参数是通过拟合过程得到的。
[0058] 步骤五、利用二维巴特沃斯函数对映射后形成的曲面进行拟合，使用二维巴特沃斯函数的几何特征表示红外图像中冷反射的特征，通过与红外图像差分从而去除图像中的噪声，能够清楚地将图像与背景区分开，提高红外图像质量，完成红外图像冷反射噪声矫正。
[0059] 在步骤五中具体包括：
[0060] 利用步骤四中通过最小二乘法得到的巴特沃斯函数作为数学模型，拟合步骤二映射后形成的曲面，以捕捉和表示冷反射信号的几何特征；
[0061] 并使用二维巴特沃斯函数的几何特征表示红外图像中冷反射的特征：通过将拟合后的巴特沃斯函数与原始红外图像进行差分，去除图像中的噪声。
[0062] 这是因为拟合后的函数主要捕捉了冷反射信号的特征，而与冷反射无关的信号被去除，从而提高了图像的质量。通过上述差分操作，去除了噪声，使得图像更为清晰。拟合的巴特沃斯函数的几何特征有助于将冷反射信号与图像背景区分开，使得目标信号更为突出。综合上述步骤，整体的目标是提高红外图像的质量，同时通过拟合巴特沃斯函数和差分操作，完成对冷反射噪声的矫正。
[0063] 完成这些步骤后，得到的红外图像应当更清晰，冷反射信号更为凸显，同时噪声得到有效的去除。
[0064] 获取步骤五的结果，提取 作为含有冷反射噪声的红外图像 的特征，实现对红外图像冷反射噪声的矫正。
[0065] 一种基于巴特沃斯函数拟合的红外图像冷反射噪声矫正系统：
[0066] 所述矫正系统包括：图像处理模块、拟合模块和矫正模块；
[0067] 所述图像处理模块通过传感器或者其他设备读取红外图像 ；并设计平滑窗口对读取的红外图像 进行平滑预处理；去掉多余的场景信息、并将其逆变换以最大限度保留冷反射周围的信息，同时将其以外的信息进行抑制消除，使其图像场景信息达到最小；使得原始图像中的冷反射信号更为明显。
[0068] 所述拟合模块构建二维巴特沃斯函数，初始化需要拟合的参数；利用最小二乘法对数据进行拟合，最后提取拟合函数的参数作为红外图像中冷反射的特征，实现对红外图像噪声特征的提取；
[0069] 所述矫正模块利用二维巴特沃斯函数对映射后形成的曲面进行拟合，使用二维巴特沃斯函数的几何特征表示红外图像中冷反射的特征，通过与红外图像差分从而去除图像中的噪声，能够清楚地将图像与背景区分开，提高红外图像质量，完成红外图像冷反射噪声矫正。
[0070] 一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
[0071] 一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时实现上述方法的步骤。
[0072] 本申请实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器read only memory，ROM、可编程只读存储器programmable ROM，PROM、可擦除可编程只读存储器erasable PROM，EPROM、电可擦除可编程只读存储器electrically EPROM，EEPROM或闪存。易失性存储器可以是随机存取存储器random access memory，RAM，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM 可用，例如静态随机存取存储器static RAM，SRAM、动态随机存取存储器dynamic RAM，DRAM、同步动态随机存取存储器synchronous DRAM，SDRAM、双倍数据速率同步动态随机存取存储器double data rate SDRAM，DDR SDRAM、增强型同步动态随机存取存储器enhanced SDRAM，ESDRAM、同步连接动态随机存取存储器synchlink DRAM，SLDRAM和直接内存总线随机存取存储器direct rambus RAM，DR RAM。应注意，本发明描述的方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
[0073] 在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线例如同轴电缆、光纤、数字用户线digital subscriber line，DSL或无线例如红外、无线、微波等方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质例如，软盘、硬盘、磁带、光介质例如，高密度数字视频光盘digital video disc，DVD、或者半导体介质例如，固态硬盘solid state disc，SSD等。
[0074] 在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软 件形式的指令完成。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
[0075] 应注意，本申请实施例中的处理器可以是一种集成电路芯片，具有信号处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
[0076] 以上对本发明所提出的基于巴特沃斯函数拟合的红外图像冷反射噪声矫正方法，进行了详细介绍，对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
