[发明专利]一种结合特征提取与非线性拟合的图像去条纹方法

权利要求书

1.一种结合特征提取与非线性拟合的图像去条纹方法，其特征在于步骤如下：

步骤1、采集待处理图像，通过列平均变换得到一维向量集；

步骤2、求解向量的平滑特征，得到非线性拟合处理结果；

步骤3、利用特征向量C_S(1，N)，对待处理图像进行按行相减操作，得到初步重构图像I_rou(M，N)；

步骤4、对初步重构图像I_rou(M，N)进行精细处理，消除在步骤3中遗漏的噪声；

步骤5、利用特征向量，对I_rou(M，N)进行按行相减操作，得到最终的重构图像。

2.根据权利要求1所述的一种结合特征提取与非线性拟合的图像去条纹方法，其特征在于：所述步骤1具体包括：通过相机采集到待处理图像I_ref(M，N)，其中(M，N)代表待处理图像像素的高度和宽度；接着对图像进行按列求平均得到列平均值，进而得到长度为N的一维向量集C_N(1，N)。

3.根据权利要求2所述的一种结合特征提取与非线性拟合的图像去条纹方法，其特征在于：对图像进行按列求平均得到列平均值的公式为：

C(1，t)＝mean(I_ref(M，t))，t＝1，...，N；

其中，mean代表对括号内容进行求平均处理，t表示当前图像的列数，数值大小从1到图像宽度N，待处理图像I_ref(M，N)的变形I_ref(M，t)，表示为图像某一列所有像素构成的向量，得到列平均值结果C(1，t)。

4.根据权利要求3所述的一种结合特征提取与非线性拟合的图像去条纹方法，其特征在于：所述步骤2具体包括：初始的一维向量集经过多项式平滑算法处理，得到新的平滑向量集；再将原始向量集与处理后的向量集相减，获得最终输出的非线性条纹特征向量C_S(1，N)。

5.根据权利要求4所述的一种结合特征提取与非线性拟合的图像去条纹方法，其特征在于：所述步骤2的具体过程为：

步骤2.1、使用窗函数长度为k＝11的多项式平滑滤波，对C_N(1，N)中存在的部分数据突变进行平滑操作，以及对数据趋势的错位进行纠正处理，得到非线性拟合向量C_SG(1，N)；

步骤2.2、C_N(1，N)与C_SG(1，N)相减，得到最终输出的非线性条纹特征向量C_S(1，N)。

6.根据权利要求3所述的一种结合特征提取与非线性拟合的图像去条纹方法，其特征在于：所述步骤3具体包括：

利用特征向量C_S(1，N)，对待处理图像进行按行相减操作

I_rou(m，N)＝I_ref(m，N)-C_S(1，N)，m＝1，...，M；

其中，m表示当前处理图像的行数，数值大小从1到图像高度M，公式还包括待处理图像I_ref(M，N)的变形I_ref(m，N)，表示为图像某一行所有像素构成的向量，得到初步重构图像I_rou(M，N)。