基于Max_Median滤波的红外图像噪声去除

摘要随着红外成像技术的发展和成熟，红外成像技术被广泛应用于很多领域，如：夜视成像、制导、跟踪、医疗等方面。由于红外探测器是一个多噪声源，红外热像仪拍摄的红外图像往往具有噪声。为了降低图像噪声对后续图像处理如图像分割、特征提取和目标检测等的影响，本文研究基于Max-Median滤波的红外图像噪声去除算法，分析了最大中值和最大均值滤波器在保留图像边缘和结构化背景方面的有效性。本文首先介绍了红外成像系统的特点和红外图像去噪研究现状，分析了红外图像的噪声分布特性，图像的噪声模型及评价标准。接着，介绍了图像去噪领域的传统滤波算法及优缺点，详细分析了最大中值和最大均值滤波的原理。最后，详细介绍了在visualstudio开发环境下，算法的软件实现过程。展示了最大中值和最大均值滤波器的滤波效果，计算了图像的峰值信噪比，并分析了两种算法各自的滤波特性。关键词：红外图像，滤波，Max-Median，Max-Mean，图像边缘AbstractWiththedevelopmentoftechnologyofinfraredimaging,theyarewidelyappliedinmanyfields.Including,nightvisionimaging,guidance,tracking,medicalandsoon.Duetoinfrareddetectorsarenoisesource,infraredimagetakenbythermalinfraredimagertendtohavenoise.Inordertoreduceinfluenceofimagenoiseonsubsequentimageprocessingsuchasimagesegmentation,featureextraction,targetdetectionandsoon,infraredimagede-noisingalgorithmonMax-Medianfilterisdiscussedinthispaper.WealsoinvestigatetheusefulnessofMax-MedianandMax-Meanfiltersinpreservingtheimageedgesandstructuralbackgrounds.Thispaperfirstlyintroducesthecharacteristicsofinfraredimagingsystemandresearchstatusofinfraredimagede-noising.Thenoisedistributioncharacteristic,imagenoisemodelandevaluationstandardsofinfraredimagearediscussed.Secondly,traditionalfilteringalgorithmsincludingtheseadvantagesanddis-advantagesareintroduced.ThetheoryofMax-MedianandMax-Meanfiltersisparticularlystudied.Finally,softwareimplementationofthealgorithminMicrosoftVisualStudio2008environmentisintroduced.WeshowfilteringeffectofMax-MedianandMax-Meanfiltersandthecalculatedpeaksignaltonoiseratioofimages.Filteringpropertiesoftwoalgorithmsarerespectivelyanalyzed.Keywords:infraredimage,filtering,Max-Median,Max-Mean,imageedgesABSTRACT基于Max-Median滤波的红外图像噪声去除第一章绪论1.1本文研究背景红外技术是伴随军用需要而迅速发展起来的一门新兴技术。它是一种无源探测技术。所有物体自身都能辐射红外线，红外设备可以无源方式工作，与雷达相比具有结构简单、体积小、重量轻、分辨率高、隐蔽性好、抗干扰能力强等特点；与可见光相比，有透过烟尘能力强，可昼夜工作等特点，在国防和国民经济中有广阔的发展前景。特别是军事领域，如；夜视成像、制导、搜索与跟踪等方面。红外成像的典型工作方式是利用红外探测器获取视场空间的红外图像，接着把收到的按空间变化的红外辐射由探测器转换成电信号，经放大，变换处理后送入视频信号处理机，利用微处理器进行图像信息处理和目标识别。其中，红外图像信号的检测是一个重要的方面。然而，红外波段的光子频率较低，能量较弱，红外系统成像质量远远比不上可见光成像系统。尤其是非制冷红外热像仪拍摄获得的红外图像往往具有噪声。如何去除红外图像噪声，减少噪声的影响对后续目标信号检测起着至关重要的作用。1.2红外图像噪声去除概述1800年英国天文学家威·赫谢耳（W·Hershel）在研究光谱热效应的时候，发现产生热效应的最大的光波位置是在可见光谱的红色光以外，从而首先发现了太阳光谱中还包含着看不见的辐射能。当时他称这种辐射能为“不可见的光线”，后来人们称它为红外线。红外线（Infrared）是波长介乎微波与可见光之间的电磁波，其波长在760纳米（nm）至1毫米（mm）之间，是波长比红光长的非可见光。所有高于绝对零度（-273.15℃）的物质都可以产生红外辐射。红外成像系统就是根据凡是高于一切绝对零度（-273.15℃）以上的物体都有辐射红外线的基本原理，利用目标和背景自身辐射红外线的差异来发现和识别目标的。红外辐射与温度密切相关，随着温度的不同，物体的辐射强度，辐射最大值对应的波长也相应不同。随着辐射体温度身高，辐射强度迅速增大，辐射最大值对应的波长向短波方向移动。辐射强度还与发射率有关。红外成像系统也叫热成像系统。热成像系统接受面辐射源发出的红外辐射，并将其转化为可见光图像。其组成如图1.1：光学系统探测器放大、处理电路显示器景物辐射图1.1热像仪组成原理热成像系统所探测的是景物表面幅亮度的分布，而幅亮度又与辐射体温度T及表面发射率有关。因此热成像系统探测到的图像是由于景物各点温度T不同而得到的，目标本身各部分之间以及目标与背景之间，都会因为T值不同而使幅亮度值不同，热成像系统正是根据目标与背景的对比度来发现和识别目标。景物经过热像仪的光学系统成像在系统的接收面上，热像仪将所观察到的整个景物空间按水平及垂直两个方向分割成若干个小的空间单元，接收系统依次扫描各空间单元，并将各空间单元的信号再组合而成为整个景物空间的图像。所以探测器在某一瞬时实际上只接收一个景物空间单元的信息，扫描机构是接收系统依次对景物空间进行二维扫描，接收系统按照时间先后顺序接收二维空间景物单元的信息。如“热像仪组成原理图”所示，扫描机构控制探测器接收景物小空间单元的辐射，产生电信号，经放大处理后传送到显示器，形成可见光图像。热成像系统有几个特点：1热成像系统所敏感的是景物各部分的温差及发射率（及反射率）的差异，而不是单纯的目标辐射强度的强弱；2热成像系统要求在较宽的视场范围内成像，像质足够好，否则图像模糊不清；3探测器常采用多元器件以提高系统性能，作多元并扫或者多元串扫；4要对探测器输出的信号进行放大滤波处理，尽可能多的检测出景物的固有信息；5，显示器要与人眼视觉特性相适应，且能方便的显红外技术和红外系统的发展和应用，始终是与红外辐射探测器的发展密切联系在一起的。红外探测器是红外系统中最关键的元件之一，他是一种把接受到的红外辐射能转变称响应电量的传感器。红外探测器种类繁多，有着多种不同的分类方法。例如；根据器件的工作温度，可以分为致冷型探测器和非致冷型探测器；按照他测器工作的波段可以分为短波（1～3um）、中波（3～5um）和长波（8～14um）探测器；根据结构和用途，可分为单元探测器、多元探测器和成像探测器；按照工作方式可分为光机扫描和电子扫描等；根据探测器工作机理不同，它们有可分为热探测器和光子探测器等。红外探测器件通常是以探测器单元数目作为发展水平标志。伴随着材料和制造工艺的发展，红外探测器件的发展大致经历了三个阶段，即六十年代以前的单元器件，七十年代的线列多元器件和八十年代依赖的焦平面阵列器件。目前，大规模红外焦平面阵列（InfraredFocalPlaneArrays,简称IRFPA）是当今最先进的一类红外探测器，也是当今国内外重点发展的红外探测器。其兼具辐射敏感和信号处理功能，通过读出电路将所有探测器响应信号转换成后续信号处理模块可直接处理有序图像信号。红外焦平面阵列与其他红外探测器相比具有以下明显优点：（1）将红外探测器阵列高密度地集成在统一芯片上，从而可以大幅度地提高系统地空间分辨率和灵敏度；（2）实现了光机扫描向电子扫描的转变，有效地减小了系统的体积、重量和功耗。提高了工作的可靠性；（3）系统的工作帧频可以很高（几百帧甚至千帧以上），减小了信息延迟，适应了高速和超高速制导导弹等武器系统图像信息获取的需求。红外焦平面阵列的出现不但可以研制出高灵敏度、高分辨率、大视场的红外成像系统，而且能使成像系统的体积、重量和功耗都得以降低、这有效地促进了红外成像技术地推广和应用，如今其应用遍及了军事（例如预警、制导、夜视及跟踪等）、天文和空间技术、医学、工业、日常生活等各个领域，并发挥着日趋重要的作用。红外焦平面技术已成为了当代红外光电子物理和技术学科的具有带动性的学科前沿，正主导着下一代红外技术的发展，是当今信息科学技术中关键领域之一。红外成像系统有几个重要的组成单元，而每个组成单元中都含有噪声源，探测器是系统噪声的主要来源，是影响红外系统图像质量的主要因素。它的强度一般情况下远大于其它环节产生的噪声，而且也是做难以克服的。它包含两个方面，一方面是探测器本身的噪声，另一方面是扫描系统的扫描噪声。探测器本身的噪声是无法避免的，可以说红外成像系统的发展可以说主要是受器件发展制约的。采用图像处理的手段来去除红外图像噪声是图像处理必不可少的环节。噪声去除好坏会直接影响图像分割、边缘检测、特征提取等后续处理的效果，因此对图像中所含噪声进行滤除是一个重要的研究方向。人们根据实际图像的特点、噪声的频谱分布的规律和统计特征，开发了多种多样的去噪方法。1.3红外图像去噪研究现状为了抑制红外图像的噪声的影响，人们研究出了多种抑制噪声、突出信号的增强方法，以抑制不同的噪声，适应不同的应用场合。对于固定图案噪声（又称非均匀性噪声），人们研究出了基于参考辐射源和场景的方法来抑制噪声。这类校正方法的思路是：利用参考辐射源给红外焦平面阵列提供均匀辐照度，对每个探测器单元的相应输出进行测量，由此计算得出个探测器单元的校正参数。当红外焦平面阵列接受实际目标场景辐照度时，用各探测器单元的相应校正参数对齐进行实时校正。这类算法的缺点是校正参数是固定的。然而，工作温度和环境温度的变化会引起探测器工作状态的变化。如果采用原来的校正参数，就会使去噪效果变差，这要求校正参数能够随着器件工作状态的变化而自适应的变化。为了克服参考辐射源算法的不足，人们提出了基于场景的方法抑制固定图案噪声，如时域高通滤波法、基于神经网络的算法、常量统计法、卡尔曼滤波算法、维纳滤波算法、场景匹配法等。这类算法的特点使校正参数的全部或者部分来自于场景的估计，而且校正参数能够随着场景的变化和器件工作状态的变化而自适应的变化，使固定图案噪声抑制效果在给定的准则下达到最佳。为了抑制红外图像中的随机噪声和提高红外图像的对比度，人们研究出了各种方法对红外图像进行去噪处理。这些增强方法往往具有针对性，增强的结果靠人的主观感觉加以评价。图像滤波总体上讲包括空域滤波和频域滤波。频率滤波需要先进行傅立叶变换至频域处理，然后再反变换回空间域还原图像。空域滤波是直接对图像的数据做空间变换达到滤波的目的。它是一种邻域运算，即输出图像中任