(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910133593.1
(22)申请日 2019.02.22
(71)申请人 华中光电技术研究所（中国船舶重
工集团有限公司第七一七研究所）
地址 430223 湖北省武汉市江夏区阳光大
道717号
(72)发明人 荆楠 谭海 张智杰 雷波 余徽
(74)专利代理机构 武汉凌达知识产权事务所
(特殊普通合伙) 42221
代理人 刘念涛 宋国荣
(51)Int.Cl.
G06T 5/00(2006.01)
G06T 7/207(2017.01)
G06T 7/194(2017.01)
G06T 7/136(2017.01)
G06T 7/33(2017.01)G06T 7/66(2017.01)
(54)发明名称
(57)摘要
本发明公开了一种基于递归图像融合的红
外目标图像大气湍流校正方法，首先使用卡尔曼
滤波器估计每个目标相对光电成像系统的质心
运动，然后采用双树复小波变换系数的相移特性
进行非刚体配准，在配准的基础上，利用相邻帧
的图像进行基于递归策略的目标形变校正，最终
通过递归图像融合方法估计大气湍流校正的图
像；本发明校正大气湍流后的图像细节较为丰
富，计算效率高，可作为图像后处理算法在当前
红外监控设备中稳定运行，提升当前设备采集到
的图像的清晰度。权利要求书2页 说明书5页 附图1页CN 110020994 A 2019.07.16
C N 110020994
A
1.一种红外目标图像的大气湍流校正方法，其特征在于：包括以下步骤：
S1，获取目标的位移形变量，采用目标检测方法，检测出图像中的目标，使用卡尔曼滤波器估计每个目标相对光电成像系统的质心运动；
S2，采用双树复小波变换系数的相移特性进行非刚体配准；
S3，利用相邻帧的图像进行基于递归策略的目标形变校正；
S4，通过递归图像融合恢复大气湍流校正后的图像。
2.根据权利要求1所述的一种红外目标图像的大气湍流校正方法，其特征在于，所述步骤S1中所采用的卡尔曼滤波估计目标相对光电成像系统质心运动的方法具体为：
S101，对于t时刻获取的图像，目标检测与跟踪过程从前景和背景分割开始，采用基于高斯混合模型的背景差分方法；
S102，通过非刚性配准过程中估计的运动概率密度函数改进模型；
S103，对于每个分布的权重、均值和方差以递归方式更新，其中背景掩模表示分布总和大于某个阈值的区域；
S104，使用卡尔曼滤波估计每个前景掩模的质心运动，以从总共K个移动目标中跟踪目标k，所述的卡尔曼滤波采用贝叶斯推断和联合概率分布通过每帧的测量变量来估计观察目标的相对位置。
3.根据权利要求1所述的一种红外目标图像的大气湍流校正方法，其特征在于，所述步骤S2中基于双树复小波变换系数的相移特性的非刚体配准方法具体为：
S201，使用粗水平复系数确定目标的相对运动的大运动分量，即求解出每个目标的相对平移参数；
S202，采用多尺度梯度匹配方法消除图像翘曲：当误差超过阈值时，激活该方法；
S203，利用在相邻帧的目标内提取的双树复小波变换的高通系数，分别计算连接在两个连续图像t和t -1之间的2×2仿射矩阵A t，t -1和2×1平移向量T t，t -1，移动的目标区域以
递归方式构造，
如下式所示：式中，α是学习速率，M为运动目标。
4.根据权利要求1所述的一种红外目标图像的大气湍流校正方法，其特征在于，所述步骤S3中利用相邻帧的图像进行基于递归策略的目标形变校正方法具体为：
S301，利用相邻帧的图像进行目标形变校正，采用递归策略用于在时间t更新参考图像帧R t ；
S302，当前输入图像帧X t 非刚性地配准到图像R t ，其中每帧图像仅配准一次，以减少工作量。
5.根据权利要求1所述的一种红外目标图像的大气湍流校正方法，其特征在于，所述步骤S4中基于递归图像融合恢复大气湍流校正图像的方法具体为：
S401，采用随指数衰减权重的R t ，
如下式所示：
权 利 要 求 书1/2页2CN 110020994 A
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议