基于卡尔曼滤波的红外图像增强算法

作     者：刘涛 赵巨峰 徐之海 冯华君 陈慧芳 

作者机构：浙江大学现代光学仪器国家重点实验室浙江杭州310027 中国计量学院光电分院浙江杭州310018 

出 版 物：《浙江大学学报（工学版）》 (Journal of Zhejiang University：Engineering Science)

年 卷 期：2012年第46卷第8期

页      面：1534-1539页

核心收录：

学科分类：080901[工学-物理电子学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 0803[工学-光学工程] 

基　　金：国家自然科学基资助项目(61107009) 国家"973"重点基础研究发展规划资助项目(2009CB724006) 

主　　题：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 

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Bayes-ian-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.