基于卡尔曼滤波的红外图像增强算法

• 作者: 冯华君 刘涛 徐之海 赵巨峰 陈慧芳
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 卡尔曼滤波 固定模式噪声(FPN) 高斯-马尔科夫随机过程 噪声影响因子(NIF) 图像增强
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 光学工程、电信技术
• 页码范围: 1534-1539
• 页数: 6页
• 分类号: TN21
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2012.08.027

摘要

针对红外图像中的非均匀性噪声的去除问题,提出基于卡尔曼滤波的红外图像去噪及增强算法.在Bayesian-MAP框架下分析卡尔曼滤波器对去噪问题的适用性.由于成像电路内部温度上升和参数的细微变化,每个像元的固定模式噪声(FPN)在帧间缓慢变化.基于此点,建立暗帧的噪声模型.将卡尔曼滤波器作用于红外暗帧序列,估计出暗帧中每个像元的FPN水平.引入噪声影响因子(NIF)来评估FPN噪声对像元输出信号的影响.根据NIF自适应地选取每个像元的FPN噪声权重.实际带噪图像减去加权FPN噪声,即得到增强图像.将该算法应用于实拍红外图像,用平均灰度梯度(GMG)评估算法的性能.在目标区域,GMG下降了5.1％,说明算法在去噪的同时很好地保留了目标的边缘.而在平滑区域,GMG下降了85.5％.结果表明,该算法在去除非均匀性噪声,提高图像的对比度方面,取得较好的效果.