红外图像质量增强及小目标检测算法研究
发布时间：2021-11-23 23:57
红外成像技术在军事、民用领域都有着广泛的应用,已成为各国科研人员的重点关注领域之一。固有的成像机理使得红外图像局部细节对比度低,边缘模糊,图像整体的视觉效果较差;由于现阶段生产制作水平有限,以及特殊场合对传感器重量、体积的要求,成像系统还受多种噪声的干扰,更加降低了图像的信噪比,使得系统对环境的感知及目标的监测更加困难。目前的去噪、增强算法难以满足人们对高质量图像的需求,因此研究红外成像的机理,提升红外图像质量仍具有重要的科学意义。此外,红外小目标检测算法一直是红外图像处理的重点研究内容,目前的小目标检测算法大多依据目标与其周围邻域的对比度来区分,但是真实世界中背景复杂多变,各种边缘杂波也会产生局部对比度,使得检测结果存在虚警,影响检测性能。因此,如何更好地利用全局信息,降低复杂边缘的影响,对红外小目标检测是具有重要意义的。本文分析了红外成像特点,重点研究了几种红外图像质量增强算法,在得到较高质量的图像后,继而对远距离小目标进行检测,主要研究工作如下:针对红外焦平面固定模式噪声,提出一个基于指导的红外图像序列非均匀校正框架,利用模式噪声图像指导非均匀校正过程。根据模式噪声图像指导的时间...
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：167 页
【学位级别】：博士
【部分图文】：
仿真序列1条带图像示例
图 2-3 序列 1 仿真非均匀噪声各算法 PSNR 对比第二个测试红外序列记录的是无人机拍摄芬兰某城市地面场景的景象，共有 1145帧，分辨率为906 690。在每帧图像上添加仿真条带 FPN，偏置噪声的均值为 0，标准差为 5。图 2-4（b）为条带噪声图像示例。图 2-4 所示为第 3 帧各算法校正结果。第一行为各算法输出结果，第二行为右下角区域放大显示。从中可以看出，LMS NUC、TV NUC、GF NUC 和 Retina NUC 的结果中还有明显的条带残留，这是由于在初始阶段它们的噪声参数还没有收敛，与真实值相差较大。而所提基于指导的 NUC 结果几乎看不到条带痕迹，街道、房屋都清晰地显现出来。为进一步验证所提算法的性能，我们计算各对比算法结果的 RMSE（root of mean square error）指标、PSNR 指标和结构相似性指标 SSIM。图 2-5 给出了各算法结果的 RMSE 曲线，TV NUC、LMS NUC、GF NUC 和 Retina NUC 的 RMSE 曲线从 4 开始下降，逐渐收敛，而所提算法的 RMSE曲线初始值为 0.5 ，并很快地收敛。在图 2-6 中所提算法的 PSNR 指标也优于其它对比 NUC 算法的结果。SSIM 对比曲线如图 2-7，可以看出，所法算法的 SSIM 一直接
图 2-4 仿真噪声序列 2 第 3 帧各算法校正图像结果对比。（a）原始干净图像，（b）仿真条带噪声图像，（c）LMS，（d）TV，（e）GF，（f）Retina，（g）GTV，（h）WGTV，（i）OGTV。各分结果中第一行为各算法输出结果，第二行为右下角区域放大显示。
【参考文献】：
博士论文
[1]红外图像质量提升关键技术研究[D]. 荣生辉.西安电子科技大学 2018
[2]基于人类视觉特性的复杂背景红外小目标检测研究[D]. 韩金辉.华中科技大学 2016
[3]针对人眼视觉特性的红外图像增强技术研究[D]. 于天河.哈尔滨工业大学 2010
本文编号：3514874
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：167 页
【学位级别】：博士
【部分图文】：
仿真序列1条带图像示例
图 2-3 序列 1 仿真非均匀噪声各算法 PSNR 对比第二个测试红外序列记录的是无人机拍摄芬兰某城市地面场景的景象，共有 1145帧，分辨率为906 690。在每帧图像上添加仿真条带 FPN，偏置噪声的均值为 0，标准差为 5。图 2-4（b）为条带噪声图像示例。图 2-4 所示为第 3 帧各算法校正结果。第一行为各算法输出结果，第二行为右下角区域放大显示。从中可以看出，LMS NUC、TV NUC、GF NUC 和 Retina NUC 的结果中还有明显的条带残留，这是由于在初始阶段它们的噪声参数还没有收敛，与真实值相差较大。而所提基于指导的 NUC 结果几乎看不到条带痕迹，街道、房屋都清晰地显现出来。为进一步验证所提算法的性能，我们计算各对比算法结果的 RMSE（root of mean square error）指标、PSNR 指标和结构相似性指标 SSIM。图 2-5 给出了各算法结果的 RMSE 曲线，TV NUC、LMS NUC、GF NUC 和 Retina NUC 的 RMSE 曲线从 4 开始下降，逐渐收敛，而所提算法的 RMSE曲线初始值为 0.5 ，并很快地收敛。在图 2-6 中所提算法的 PSNR 指标也优于其它对比 NUC 算法的结果。SSIM 对比曲线如图 2-7，可以看出，所法算法的 SSIM 一直接
图 2-4 仿真噪声序列 2 第 3 帧各算法校正图像结果对比。（a）原始干净图像，（b）仿真条带噪声图像，（c）LMS，（d）TV，（e）GF，（f）Retina，（g）GTV，（h）WGTV，（i）OGTV。各分结果中第一行为各算法输出结果，第二行为右下角区域放大显示。
【参考文献】：
博士论文
[1]红外图像质量提升关键技术研究[D]. 荣生辉.西安电子科技大学 2018
[2]基于人类视觉特性的复杂背景红外小目标检测研究[D]. 韩金辉.华中科技大学 2016
[3]针对人眼视觉特性的红外图像增强技术研究[D]. 于天河.哈尔滨工业大学 2010
本文编号：3514874
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3514874.html
