[发明专利]基于局部中值直方图的自适应红外图像去条纹算法

摘要

本发明公开了一种基于局部中值直方图的自适应红外图像去条纹算法，通过计算滑动窗口内场景复杂度，找出原始红外图像中每一列与相邻列场景变化最小的窗口。计算该窗口所有列的累积直方图，得到窗口中心列的中值直方图，根据中值直方图计算出窗口中心列的各个像素校正后的灰度值，用原始灰度值均值减去校正后的灰度值均值就可以得到该列的条纹值。将整列都减去条纹值即为该列最终输出的灰度值。本发明通过滑动窗口找到图像中场景变化不明显的区域，校正效果不受场景影响，可以消除传统中值直方图均衡去条纹算法中图像场景变化剧烈时引入新的噪声的问题。

主权项

1.一种基于局部中值直方图的自适应红外图像去条纹算法，其特征在于，包括以下步骤：步骤1、采集一幅像素数为M×N的原始红外图像o(i,j)，其中i∈{1,…,M}，j∈{1,…,N}，i表示图像上像素的列所在位置，j表示图像上像素的行所在位置，M表示采集图像的列数，N表示采集图像的行数；步骤2、对于上述原始红外图像o(i,j)的第x列，以第x列为中心列构造一个大小为A×B的滑动窗口，其中，A为窗口的列数，且为奇数，B为窗口的行数，计算窗口内场景复杂度μ：其中，k表示像素灰度值，L表示最大灰度值，表示窗口中所有像素灰度值均值，p(k)表示窗口中灰度值为k的像素的个数，μ越大，表示场景越复杂；步骤3、逐像素地上下移动窗口，计算以第x列为中心列的所有窗口的场景复杂度，并进行比较，找出以第x列为中心列的场景复杂度最小的窗口；步骤4、在以第x列为中心列的场景复杂度最小的窗口中，对第x列进行中值直方图均衡，得到校正后的像素灰度值d(x,j)；步骤5、用窗口内中心列的像素原始灰度值均值减去窗口内中心列的像素校正后的灰度值均值，得到第x列的条纹值，即第x列的校正参数S_x：其中，为窗口内中心列的像素校正后的灰度值均值，为窗口内中心列的像素的原始灰度值均值；步骤6、将原始红外图像o(i,j)第x列的所有像素的灰度值都减去第x列的校正参数S_x，得到的灰度值即为最终输出的第x列像素灰度值；步骤7、对原始红外图像o(i,j)每列都进行步骤2)‑步骤6)的操作，即可对所有列进行校正，去除原始红外图像o(i,j)上的条纹噪声。