红外图像处理算法研究及其FPGA实现(5)

（ａ）非均匀校正前的输出响应（ｂ）非均匀校正后的输出响应

图２．３非线性拟合校正算法示意图

从图２．３可以看出，不同探测元响应曲线的不同，体现了探测元的非均匀性。

非线性拟合校正的基本思想是【１６】：在ＩＲＦＰＡ视场中放一个温度可调的均匀辐射的黑体，测得一组不同温度下的图像，利用各光敏单元在不同温度下的响应计算出校正系数，从而实现非均匀性校正。具体操作如下：

第～步：根据场景温度变化范围，在光路中插入一均匀辐射黑体，分别采

集均匀间隔从９ｌ到甲口这Ｐ个辐照度定标点的Ｎ帧图像，求得其平均灰度值：

ｓ（伊）＝∑：ｌ＆（伽）／Ⅳ（２－２）

第二步：将算得的平均响应代入到模型方程中，得到一个超定方程组：

做FPGA方面很好的论文

武汉理工大学硕士学位论文

｛ｓ（缈２）＝口＆２（缈２）＋６蕊（缈２）把（２．３）

ｌ…

令Ｒ令。＝［耋＝ｌ：三：：）翥三，１］…，Ｃ＝［三ｂｉ］，Ｓ１Ｉ，＝ＩＩ，

Ｉ＆２（伽）６圆（伽）ＩＩａＩ＝［三三］。＝ｌ…ｌ。Ｉｓ（纠Ｉ

幂！Ｊ用ｘ＝ｍｉｎ（∑２ｌ【口＆２（缈ｊ）＋６＆（伊ｊ）＋ｃｊ—ｓ（妒ｊ）】‘）（２—４）

２．２．２噪声去除及算法改进

通过红外探头得到的红外图像一般都因受到某种干扰而含有噪声，噪声恶

化了图像的质量，使图像模糊，甚至淹没特征，如果不对噪声进行及时处理，

就会对后续的处理过程乃至输出结果产生影响，甚至可能得到错误的结论。因此，图像噪声滤除成为红外图像预处理中的重要组成部分。

图像基本上包括光谱、空间、时间等三类基本信息，对于灰度图像，其光谱

信息是以像素的灰度值来体现的，其光谱信息的增强可以通过改变像素的灰度值实现【１７】。对图像的空间纹理信息的提取则可以通过空间域滤波技术或频率域滤波技术来实现。研究表明，物体的边缘轮廓由于灰度值变化剧烈一般呈现高频率特征，而一个比较平滑的物体内部由于灰度值比较均一则呈现低频率特征。因此，根据需要可以分别增强图像的高频和低频特征。对图像的高频增强称为高通滤波，它可以突出物体的边缘轮廓，起到锐化图像的作用，因此也可以称为锐化滤波器。从频率域的角度讲，它能减弱甚至消除图像的低频分量，保留

做FPGA方面很好的论文

武汉理工大学硕士学位论文

高频分量【１８】。相应地，低通滤波（即平滑滤波器）则是指对图像的低频部分进行增强，它可以对图像进行平滑处理，一般用于图像的噪声消除。从频率域的角度讲，它可以减弱甚至消除图像的高频分量，而保留低频分量。

均值滤波器等线性滤波器会模糊边缘和结构，这些缺点促进了非线性滤波器

的发展。统计排序滤波器是一种非线性的空域滤波器，它的响应基于图像滤波器包围的图像区域中像素的排序，然后由统计排序结果决定的值代替中心像素的值。中值滤波器作为最早提出的非线性滤波器，由于运算简单，易于实现，而且可以抑制噪声的同时较好地保护边界，因而广泛应用于图像处理中。

中值滤波是由Ｔｕｋｅｙ发明的一种非线性信号处理技术，早期用于一维信号

处理，后来被用Ｎ－维数字图像平滑中，它能有效抑制图像噪声，提高图像信噪Ｌｔ，ｔ１９１。它是一种邻域运算，是把邻域中的像素按灰度等级进行排序，然后选择该组的中间值作为输出像素值。它能减弱或消除傅里叶空间的高频分量，但不影响低频分量。因为高频分量对应图像中的区域边缘和灰度值具有较大较快变化的部分，因此该滤波可将这些分量滤除，使图像平滑。

中值滤波的主要原理是１２０Ｊ：首先确定一个以某个像素为中心点的邻域，一

般为方形邻域：然后将邻域中的各个像素的灰度值进行排序，取其中间值作为中心点像素灰度的新值，这里的邻域通常被称为窗口；当窗口在图像中上下左右进行移动后，利用中值滤波算法可以很好地对图像进行平滑处理。

以３ｘ３窗为例，该窗沿着图像数据的行方向逐像素滑动，在每一次滑动期

间内，方形窗中的所有像素按照灰度值被排序，这组数据中的中值作为输出，替代原来窗函数的中心位置像素的灰度值。中值滤波实现过程如图２．４所示。

８６２

４３０１２１０

１０１９１７求中值

Ｊ

（ａ）取３×３窗口（ｂ）对窗口的像素进行排序（ｃ）中值取代中间位置像素值图２－４中值滤波实现过程

做FPGA方面很好的论文

武汉理工大学硕士学位论文

从图上可以得出中值滤波的具体步骤如下：

（１）将模板在图像中移动，并将模板中心与图像中心某个像素的位置重合；

（２）读取模板下各对应像素的灰度值；

（３）将这些灰度值从ｄ＇Ｎ大排列成一列；

（４）找出排在中间的一个值；一

（５）将这个中间值赋给对应模板中心位置的像素。

中值滤波可以在一维窗口和二维窗口中进行，二维窗口的形状可以是方形或

十字形窗口，窗口的大小也可以不同。设有一个一维序列ｆｉ，ｆ２，…厶。取窗口长度为ｍ（ｍ为奇数），对此序列进行中值滤波，也就是从输入序列中抽出ｍ个数，“…毛．１ｆｉｆｉ＋１．．．ｆｉ＋ｄ，其中ｆ；为窗口的中心值，ｄ＝（ｍ－１）／２，再将这ｍ个点按其数值大小排列，取序号为正中间的那个数作为滤波输出。用公式可以表示为：

Ｋ＝Ｍｅｄ｛ｆｌ以乒－彤“∥埘眦ｄ＝字

是二维的。二维数据的中值滤波可以表示为：（２－６）对数字图像进行中值滤波，实质是对二维序列｛Ｘｉｊ）的中值滤波，滤波窗口也

场＝∑Ｍｅｄ｛Ｘ，ｊ｝

ＡＡ为窗口（２—７）

传统的中值滤波算法要对每个窗口内的所有像素进行排序求中值【２ｌ】。要进行

排序，就必须对序列中的数据像素做比较和交换，比较次数是影响排序速度的一个重要因素。传统的排序算法大部分是串行实现的，时间复杂度为Ｏ（Ｄ２）。这种串行的排序方法在并行的处理器上实现起来完全没有优势，为进一步改进中值滤波方法的实现速度，针对３ｘ３中值滤波，采用一种快速中值滤波方法，

通过巧妙设计，避免大量的比较操作，每一窗口排序需要ｏ（Ｄ）时间，整个计算需要Ｏ（Ｎ２Ｄ）时间，这样易于在硬件处理器上实现并行处理。

为便于说明，将３ｘ３窗口内各像素分别定义为Ｐｏ，Ｐｌ，Ｐ２，Ｐ３，Ｐ４，Ｐ５，Ｐ６，

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说高考高中红外图像处理算法研究及其FPGA实现(5)在线全文阅读。