[发明专利]一种红外图像条纹噪声去除方法及装置

权利要求书

1.一种红外图像条纹噪声去除方法，其特征在于，包括以下步骤：

根据条纹噪声分量和信息分量在方向性和结构性上的特点建立红外图像相应的正则项；

根据红外图像相应的正则项建立条纹噪声优化模型；

用最小交替方向乘子法ADMM对条纹噪声优化模型进行求解。

2.根据权利要求1所述的红外图像条纹噪声去除方法，其特征在于，所述根据条纹噪声分量和信息分量在方向性和结构性上的特点建立红外图像相应的正则项包括：

利用条纹噪声分量与实际信息分量间的差异，分别以沿条纹方向的梯度稀疏性、条纹噪声的全局稀疏性作为正则项，以信息分量跨条纹方向的稀疏性作为保真项。

3.根据权利要求2所述的红外图像条纹噪声去除方法，其特征在于，所述利用条纹噪声分量与实际信息分量间的差异，分别以沿条纹方向的梯度稀疏性、条纹噪声的全局稀疏性作为正则项包括：

在垂直方向梯度域上对条纹噪声分量稀疏性作约束，采用L1范数建立正则项公式:

P₁(N)＝||d_yN||₁    (1)

其中，N为条纹噪声分量N(i,j)的离散向量表示，d_y为沿垂直方向上的卷积梯度算子。

4.根据权利要求3所述的红外图像条纹噪声去除方法，其特征在于，所述以信息分量跨条纹方向的稀疏性作为保真项包括：

信息分量中的水平方向梯度域为平滑型，用信息分量的水平方向梯度表示保真项:

P₂(N)＝Ω_edge||d_xI-d_xN||₁      (2)

其中，I为红外探测器像元(,j)位置输出的原始图像I(i,j)的离散向量表示，d_x为沿水平方向上的卷积梯度算子。

5.根据权利要求4所述的红外图像条纹噪声去除方法，其特征在于，对边缘像素赋予权重算子，定义一个归一化的边缘对比度计算公式：

C_edge(i，j)＝(|I(i,j)-E(NBH(i,j))|/2ⁿ)*100％       (3)

其中，C_edge(i,j)为图像中第i行，第j列像素的边缘对比度，NBH(i,j)代表(i,j)像素沿垂直于条纹噪声方向的邻域像素，E()代表求均值，n为图像的位数；

最优边缘权重算子在不同边缘对比度下的计算公式：

其中，β的最优取值区间为[0.15,0.20]，θ的最优取值区间为[0.4,0.5]。

6.根据权利要求5所述的红外图像条纹噪声去除方法，其特征在于，条纹噪声呈现一条条的列结构，被认为是稀疏矩阵，建立正则项：

P₃(N)＝||N||₁    (5)。

7.根据权利要求6所述的红外图像条纹噪声去除方法，其特征在于，所述根据红外图像相应的正则项建立条纹噪声优化模型包括：

建立的条纹噪声优化模型：

其中λ₁,λ₂与λ₃为用于平衡各项的正则化参数。