[发明专利]利用加权微分约束的红外条纹非均匀性校正方法

权利要求书

1.一种利用加权微分约束的红外条纹非均匀性校正方法，其特征在于，包括：

根据贝叶斯推论，以及最大化后验概率等效于最小化代价函数原理，获取校正模型；

当最小化图像x方向的梯度，保持y方向的梯度不变时，所述校正模型具体为所述校正模型的代价函数为其中λ是常量参数，λ＝0.5，W_X为加权矩阵，和为一阶微分算子，X为校正后的图像，Y为待校正的图像；

当最小化图像y方向的梯度，保持x方向的梯度不变时，所述校正模型具体为所述校正模型的代价函数为其中λ是常量参数，W_y为加权矩阵，和为一阶微分算子，X为校正后的图像，Y为待校正的图像；

建立红外图像校正模型的代价函数；

获得加权矩阵；

利用所述加权矩阵对代价函数进行约束；

利用拉格朗日定理获得优化方程，利用优化方程获得代价函数的最优解。

2.如权利要求1所述的利用加权微分约束的红外条纹非均匀性校正方法，其特征在于，根据红外图像的微分概率分布，通过最小化图像x方向或y方向的梯度，保持另一方向的梯度，获得加权矩阵。

3.如权利要求2所述的利用加权微分约束的红外条纹非均匀性校正方法，其特征在于，当最小化图像x方向的梯度时，所述加权矩阵为当最小化图像y方向的梯度时，所述加权矩阵为其中β、ε是常量参数，和是一阶微分算子，Y为待校正的图像。

4.如权利要求1所述的利用加权微分约束的红外条纹非均匀性校正方法，其特征在于，代价函数的最优解为

5.如权利要求1所述的利用加权微分约束的红外条纹非均匀性校正方法，其特征在于，代价函数的最优解为

6.如权利要求1所述的利用加权微分约束的红外条纹非均匀性校正方法，其特征在于，所述优化方程为