本發(fā)明涉及光電探測技術技術領域，尤其涉及一種用于紫外成像系統(tǒng)的自適應去噪算法。

背景技術：

以下對本發(fā)明的相關技術背景進行說明，但這些說明并不一定構成本發(fā)明的現有技術。

“日盲”紫外增強型電荷耦合裝置(intensifiedcharge-coupleddevice，iccd)主要利用“日盲”紫外波段(240-280nm)來進行極微弱信號探測，具有虛警率低、不需低溫冷卻、探測器體積小、質量輕等優(yōu)點。近年來，隨著“日盲”紫外iccd相關技術的不斷進步，大大促進了其在紫外制導、紫外告警、紫外/紅外復合探測等軍事方面的應用和在電暈檢測、火災檢測和污染監(jiān)測等民用領域的應用。

由于“日盲”紫外iccd探測的目標多為弱小目標，因此實際使用過程中往往需要通過提高增益來獲取目標。而隨著增益的變大，系統(tǒng)探測器本身的電子噪聲和干擾背景噪聲將增強，其強度可能大于或等于目標的強度，并與同目標類似，為圖像高頻成分?？梢钥闯?，噪聲已經成為“日盲”紫外iccd成像系統(tǒng)目標提取的主要干擾源。

技術實現要素：

本發(fā)明的目的在于提出一種用于紫外成像系統(tǒng)的自適應去噪算法，能夠有效去除“日盲”紫外iccd系統(tǒng)的噪聲，并且實時處理探測系統(tǒng)的數據。

本發(fā)明用于紫外成像系統(tǒng)的自適應去噪算法，包括：

s1、行中值濾波：構建濾波窗口對圖像數據進行濾波；所述濾波窗口的尺寸為1×n，n為不小于3的奇數，其中1代表濾波窗口的對應像素矩陣的行數，n代表濾波窗口對應像素矩陣的列數；

s2、對行中值濾波后的圖像數據進行形態(tài)濾波。

優(yōu)選地，步驟s1包括：

s11、將濾波窗口內各像素點的灰度值按照升序或降序進行排序，確定濾波窗口內的灰度值中位數或灰度平均值；以所述灰度值中位數或灰度平均值替代濾波窗口中心像素點的灰度值；

s12、滑動所述濾波窗口，并重復步驟s11，直至遍歷整幅圖像。

優(yōu)選地，步驟s1包括：

s11、將濾波窗口內各像素點的灰度值按照升序或降序進行排序，確定濾波窗口內的灰度值中位數或灰度平均值；以所述灰度值中位數或灰度平均值替代濾波窗口中心像素點的灰度值，并保留所述濾波窗口內各像素點的灰度值排序；

s12、滑動所述濾波窗口；將新進入所述濾波窗口內的像素點的灰度值與滑動之前保留的所述灰度值排序進行比較，確定當前所述濾波窗口內的灰度值中位數或灰度平均值，以當前所述濾波窗口內的灰度值中位數或灰度平均值替代當前所述濾波窗口中心像素點的灰度值，并保留當前所述濾波窗口內各像素點的灰度值排序；

s13、重復步驟s12，直至遍歷整幅圖像。

優(yōu)選地，所述濾波窗口的尺寸與所述圖像數據的增益區(qū)間之間滿足如下關系：

當增益不超過10000時，濾波窗口的尺寸為1×3；

當增益大于10000、不超過45000時，濾波窗口的尺寸為1×5；

當增益大于45000、不超過200000時，濾波窗口的尺寸為1×7；

當增益大于200000時，濾波窗口的尺寸為1×9。

優(yōu)選地，所述形態(tài)濾波包括：腐蝕濾波和/或膨脹濾波。

優(yōu)選地，腐蝕濾波的結構元素為凸結構元素。

優(yōu)選地，結構元素的形狀為以下形狀中的任意一種或其組合：線形、方形、圓形、菱形。

優(yōu)選地，腐蝕濾波的結構元素的幾何形狀與圖像中檢測目標的幾何形狀相同。

優(yōu)選地，腐蝕濾波中結構元素的尺寸與所述圖像數據的增益區(qū)間之間滿足如下關系：

當增益不超過10000時，濾波窗口的尺寸為3×3；

當增益大于10000、不超過45000時，結構元素的尺寸為5×5；

當增益大于45000、不超過200000時，結構元素的尺寸為7×7；

當增益大于200000時，結構元素的尺寸為5×5。

優(yōu)選地，腐蝕次數與所述圖像數據的增益區(qū)間之間滿足如下關系：

當增益不超過10000時，腐蝕次數為1；

當增益大于10000、不超過45000時，腐蝕次數為2；

當增益大于45000、不超過200000時，腐蝕次數為2；

當增益大于200000時，腐蝕次數為3。

本發(fā)明采用行中值濾波算法，通過構建1×n尺寸的濾波窗口對圖像數據進行濾波，能夠濾除散粒噪點，去除或者減少隨機噪聲和脈沖干擾，較好地保留圖像邊緣的信息；由于濾波窗口僅具有一行，因此本發(fā)明自適用去噪算法的時間開銷較小，當需要處理的圖像分辨率較高時，能夠大大提高了算法的實時性；對圖像數據進行行中值濾波之后再進行形態(tài)學濾波，能夠將具有一定時間延續(xù)性、能量較弱的噪點進行濾除。本發(fā)明的自適用去噪算法去噪效果好，時間消耗少，實時性高。

附圖說明

通過以下參照附圖而提供的具體實施方式部分，本發(fā)明的特征和優(yōu)點將變得更加容易理解，在附圖中：

圖1是本發(fā)明用于紫外成像系統(tǒng)的自適應去噪算法的流程示意圖；

圖2是現有技術中的濾波窗口示意圖；

圖3是根據本發(fā)明中的濾波窗口示意圖；

圖4a、4b、4c和4d是本發(fā)明優(yōu)選實施例中結構元素的形狀示意圖；

圖5a、5b示出了本發(fā)明優(yōu)選實施例中增益為4425時的去噪前后對比圖；其中，圖5a為去噪點的示意圖，圖5b為去噪后的示意圖；

圖6a、6b示出了本發(fā)明優(yōu)選實施例中增益為43519時的去噪前后對比圖；其中，圖6a為去噪點的示意圖，圖6b為去噪后的示意圖；

圖7a、7b示出了本發(fā)明優(yōu)選實施例中增益為99927時的去噪前后對比圖；其中，圖7a為去噪點的示意圖，圖7b為去噪后的示意圖；

圖8a、8b示出了本發(fā)明優(yōu)選實施例中增益為324418時的去噪前后對比圖；其中，圖8a為去噪點的示意圖，圖8b為去噪后的示意圖。

具體實施方式

下面參照附圖對本發(fā)明的示例性實施方式進行詳細描述。對示例性實施方式的描述僅僅是出于示范目的，而絕不是對本發(fā)明及其應用或用法的限制。

中值濾波的原理為：將濾波窗口中的數據進行排序，排序后的均值代替濾波窗口中心位置的數據?，F有技術中的濾波窗口大多是多行多列的，如圖2所示是3×3的濾波窗口示意圖，其中a1、a2和a3是濾波窗口中第一行的三個數據，a4、a5和a6是濾波窗口中第二行的三個數據，a7、a8和a9是濾波窗口中第三行的三個數據，盡量中值濾波時，將濾波窗口中的9個數據進行排序，排序后的中位數代替濾波窗口中心位置的數據a5，然后滑動濾波窗口，再次進行前一次操作，直至遍歷整幅圖像。傳統(tǒng)中值濾波算法的算法時間開銷較大，當需要處理的圖像分辨率較高時，無法滿足實時性要求。本發(fā)明的濾波窗口僅具有一行，因此算法的時間開銷較小，當需要處理的圖像分辨率較高時，能夠大大提高了算法的實時性。

如圖1所示，本發(fā)明用于紫外成像系統(tǒng)的自適應去噪算法，包括：

s1、行中值濾波：構建濾波窗口對圖像數據進行濾波；所述濾波窗口的尺寸為1×n，n為不小于3的奇數，其中1代表濾波窗口的對應像素矩陣的行數，n代表濾波窗口對應像素矩陣的列數；圖3示出了本發(fā)明一些實施例中濾波窗口的示意圖，其中n＝3；

s2、對行中值濾波后的圖像數據進行形態(tài)濾波。

進行行中值濾波的過程中，可以以濾波窗口中各像素點灰度值的中位數替代濾波窗口中心位置的數據，也可以以各像素點灰度值的平均值或者加權平均值替代濾波窗口中心位置的數據。在一些實施例中，步驟s1包括：

s11、將濾波窗口內各像素點的灰度值按照升序或降序進行排序，確定濾波窗口內的灰度值中位數或灰度平均值；以所述灰度值中位數或灰度平均值替代濾波窗口中心像素點的灰度值；

s12、滑動所述濾波窗口，并重復步驟s11，直至遍歷整幅圖像。

每次移動濾波窗口時，相鄰兩個濾波窗口的位置往往具有重疊，也就是說移動前后兩個濾波窗口中有一部分像素點是重疊的。若每次移動濾波窗口之后均濾波窗口內各像素點的灰度值進行重新排序，則算法時間開銷較大。為了避免對重疊像素點的灰度值再次進行排序，降低算法的時間開銷，進一步提高算法的實時性，步驟s1可以包括：

s11、將濾波窗口內各像素點的灰度值按照升序或降序進行排序，確定濾波窗口內的灰度值中位數或灰度平均值；以所述灰度值中位數或灰度平均值替代濾波窗口中心像素點的灰度值，并保留所述濾波窗口內各像素點的灰度值排序；

s12、滑動所述濾波窗口；將新進入所述濾波窗口內的像素點的灰度值與滑動之前保留的所述灰度值排序進行比較，確定當前所述濾波窗口內的灰度值中位數或灰度平均值，以當前所述濾波窗口內的灰度值中位數或灰度平均值替代當前所述濾波窗口中心像素點的灰度值，并保留當前所述濾波窗口內各像素點的灰度值排序；

s13、重復步驟s12，直至遍歷整幅圖像。

濾波窗口的尺寸越大，其對應的像素點越多，去噪精度越高。但是濾波窗口內的像素點越多，基于該較多個像素點的灰度值中位數或灰度平均值替代濾波窗口中心像素點灰度值的時間開銷也越多。在一些實施例中，濾波窗口的尺寸與圖像數據的增益區(qū)間之間滿足如下關系：

當增益不超過10000時，濾波窗口的尺寸為1×3；

當增益大于10000、不超過45000時，濾波窗口的尺寸為1×5；

當增益大于45000、不超過200000時，濾波窗口的尺寸為1×7；

當增益大于200000時，濾波窗口的尺寸為1×9。

步驟s2中的形態(tài)濾波可以包括：腐蝕濾波和/或膨脹濾波。本領域技術人員可以根據實際情況選擇腐蝕濾波和/或膨脹濾波的具體方法，本發(fā)明對此不做具體限定。

腐蝕濾波的結構元素可以為凸結構元素。如此可以提高結構元素對圖像數據的濾波效果，防止濾波過程中遺漏像素點。優(yōu)選地，結構元素的形狀為以下形狀中的任意一種或其組合：線形、方形、圓形、菱形，如圖4a、4b、4c和4d所示。本領域技術人員應當理解，本發(fā)明中的結構元素并不限于以上列舉的形狀。

為了進一步提高結構元素的濾波效果，結構元素可以采用與檢測目標的幾何形狀相同相似的幾何形狀，例如圖像中腐蝕濾波的結構元素的幾何形狀與圖像中檢測目標的幾何形狀相同。

結構元素的尺寸可以根據增益值自適應選取。通過理論和實驗分析，增益值越大，紫外噪聲顆粒越大。結構元素的尺寸越大，其對應的像素點越多，去噪精度越高。但是結構元素的尺寸越多，濾波的時間開銷也越多。在一些實施例中，腐蝕濾波中結構元素的尺寸與所述圖像數據的增益區(qū)間之間滿足如下關系：

當增益不超過10000時，濾波窗口的尺寸為3×3；

當增益大于10000、不超過45000時，結構元素的尺寸為5×5；

當增益大于45000、不超過200000時，結構元素的尺寸為7×7；

當增益大于200000時，結構元素的尺寸為5×5。

腐蝕次數過少，無法有效去除噪點；腐蝕次數過多，對噪點的去除效果好，但是也有可能去除目標的像素點?；诖?，在一些實施例中，腐蝕次數與所述圖像數據的增益區(qū)間之間滿足如下關系：

當增益不超過10000時，腐蝕次數為1；

當增益大于10000、不超過45000時，腐蝕次數為2；

當增益大于45000、不超過200000時，腐蝕次數為2；

當增益大于200000時，腐蝕次數為3。

在圖5a、5b的實施例中，在增益為4425時先使用行中值濾波，后選用3×3結構元素濾波一次。圖5a為去噪點的示意圖，圖5b為去噪后的示意圖；從圖中可以看出，原始圖像中的噪點被很好得濾除。

在圖6a、6b的實施例中，在增益為43519時先使用行中值濾波，后選用5×5結構元素濾波兩次。圖6a為去噪點的示意圖，圖6b為去噪后的示意圖；從圖中可以看出，原始圖像中的噪點被很好得濾除。

在圖7a、7b的實施例中，在增益為99927時先使用行中值濾波，后選用7×7結構元素濾波兩次。圖7a為去噪點的示意圖，圖7b為去噪后的示意圖；從圖中可以看出，原始圖像中的噪點被很好得濾除。

在圖8a、8b的實施例中，在增益為324418時先使用行中值濾波，后選用5×5結構元素濾波三次。圖8a為去噪點的示意圖，圖8b為去噪后的示意圖；從圖中可以看出，原始圖像中的噪點被很好得濾除。

雖然參照示例性實施方式對本發(fā)明進行了描述，但是應當理解，本發(fā)明并不局限于文中詳細描述和示出的具體實施方式，在不偏離權利要求書所限定的范圍的情況下，本領域技術人員可以對所述示例性實施方式做出各種改變。