一种改进型最小均方误差红外图像条纹非均匀性校正算法

作者：张磊

来源：光学与光电技术, 2023, 21(06): 14-21.

DOI：10.19519/j.cnki.1672-3392.2023.06.011

• 红外图像
• 条纹非均匀性
• 最小均方误差
• 边缘检测
• 自适应滤波

受限于材料和制造工艺，红外图像中普遍存在着条纹非均匀性，其严重影响了图像的成像效果，进而对后续的目标识别、检测等工作造成干扰。典型的最小均方误差（LMS）算法在一定程度上可以抑制条纹非均匀性，但其场景适应性差，存在拖尾和“鬼影”现象。提出一种改进型的最小均方误差（LMS）自适应滤波算法对图像进行处理，利用双边滤波和最速下降法快速获取准确的校正参数，将前一帧算出的校正结果作为后一帧的初始输入值，提升算法的准确性，同时算法还增加了边缘检测模块以保留图像细节。采用不同场景下非制冷型探测器的真实红外图像，从主观和客观两个方面对比了本算法和经典LMS算法，结果表明，提出的算法可以很好地保护图像细节，也具有良好的场景适应性。