欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2026101070273
申请人: 南京信息工程大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种红外焦平面阵列测姿图像缺陷像素修复方法,其特征在于,包括:对含有故障缺陷的红外焦平面阵列测姿图像逐行、逐列进行线性拟合,计算行残差平方和与列残差平方和;

将行残差平方和与列残差平方和按照降序排列,取前K个最大残差对应的行、列交集,生成缺陷像素的初始定位掩膜;

针对初始定位掩膜内每一个缺陷像素,在横向、纵向及双对角线四个一维窗口内自适应禁用污染方向,并利用未被污染的像素样本建立多方向的鲁棒回归模型,外推得到该缺陷像素的多方向预测值;

根据每个缺陷像素的多方向预测值对缺陷像素进行灰度修复;

所述利用未被污染的像素样本建立多方向的鲁棒回归模型,外推得到该缺陷像素的多方向预测值,包括:设横向窗口鲁棒回归一维坐标为,则横向窗口的纯净样本集合为:;

其中,L为一维窗口的半长,为缺陷像素对应的列号,表示初始定位掩膜中r行、t列的元素,r为缺陷像素对应的行号;

根据横向窗口的纯净样本集合建立横向窗口的鲁棒回归模型:;

其中,为横向窗口的截距,为横向窗口的斜率,表示红外焦平面阵列测姿图像中r行、t列的像素灰度值,为分段权函数;

的表达式如下:

;

;

其中,为变量,,为纯净样本标准差;

根据横向窗口的鲁棒回归模型,在缺陷点处外推得横向预测值:;

设纵向窗口鲁棒回归一维坐标为,则纵向窗口的纯净样本集合为:;

其中,表示初始定位掩膜中g行、c列的元素;

根据纵向窗口的纯净样本集合建立纵向窗口的鲁棒回归模型:;

其中,为纵向窗口的截距,为纵向窗口的斜率,表示红外焦平面阵列测姿图像中g行、c列的像素灰度值;

根据纵向窗口的鲁棒回归模型,在缺陷点处外推得纵向预测值:;

设对角线↗方向鲁棒回归一维坐标为,则红外焦平面阵列测姿图像中像素坐标以当前缺陷像素坐标为准转换为,对角线↗方向窗口的纯净样本样本集为:;

其中, 表示初始定位掩膜中行、列的元素;

根据对角线↗方向窗口的纯净样本集合建立对角线↗方向窗口的鲁棒回归模型:;

其中,为对角线↗方向窗口的截距,为对角线↗方向窗口的斜率,表示红外焦平面阵列测姿图像中行、列的像素灰度值;

根据对角线↗方向窗口鲁棒回归模型,将s中心化为0,外推得↗方向对角预测值:;

设对角线↖方向鲁棒回归一维坐标为,则红外焦平面阵列测姿图像中像素坐标以当前缺陷像素坐标为准转换为,对角线↖方向窗口的纯净样本样本集为:;

其中, 表示初始定位掩膜中行、列的元素;

根据对角线↖方向窗口的纯净样本集合建立对角线↖方向窗口的鲁棒回归模型:;

其中,为对角线↖方向窗口的截距,为对角线↖方向窗口的斜率,表示红外焦平面阵列测姿图像中行、列的像素灰度值;

根据对角线↖方向窗口鲁棒回归模型,将f中心化为0,外推得↖方向对角预测值:。

2.根据权利要求1所述的红外焦平面阵列测姿图像缺陷像素修复方法,其特征在于,所述对含有故障缺陷的红外焦平面阵列测姿图像逐行、逐列进行线性拟合,计算行残差平方和与列残差平方和,包括:对红外焦平面阵列测姿图像中每一行像素,以列号c为自变量,像素灰度值为因变量,建立最小二乘线性模型:;

其中,为r行的截距,为r行的斜率,为r行、c列的残差,r=1,2,…,H,c=1,2,…,W,H为红外焦平面阵列测姿图像的总行数,W为红外焦平面阵列测姿图像的总列数;

对r行所有像素进行拟合后计算r行的行残差平方和:;

对红外焦平面阵列测姿图像中每一列像素,以行号r为自变量,像素灰度值为因变量,建立最小二乘线性模型:;

其中,为c列的截距,为c列的斜率;

对c列所有像素拟合后计算c列的列残差平方和:。

3.根据权利要求1所述的红外焦平面阵列测姿图像缺陷像素修复方法,其特征在于,所述将行残差平方和与列残差平方和按照降序排列,取前K个最大残差对应的行、列交集,生成缺陷像素的初始定位掩膜,包括:将红外焦平面阵列测姿图像中所有行的行残差平方和按照降序排列,取前K个最大残差对应的行号,组成行号集合R;

将红外焦平面阵列测姿图像中所有列的列残差平方和按照降序排列,取前K个最大残差对应的列号,组成列号集合C;

根据行号集合和列号集合,通过集合运算生成初始定位掩膜,中的每个元素按照如下规则生成:;

;

其中,表示初始定位掩膜中r行、c列的元素,表示红外焦平面阵列测姿图像中r行、c列的像素为初始定位的缺陷像素,表示红外焦平面阵列测姿图像中r行、c列的像素不是初始定位的缺陷像素,r=1,2,…,H,c=1,2,…,W,H为红外焦平面阵列测姿图像的总行数,W为红外焦平面阵列测姿图像的总列数。

4.根据权利要求3所述的红外焦平面阵列测姿图像缺陷像素修复方法,其特征在于,K的计算公式如下:;

其中,为预设的缺陷最大像素长度。

5.根据权利要求1所述的红外焦平面阵列测姿图像缺陷像素修复方法,其特征在于,所述针对初始定位掩膜内每一个缺陷像素,在横向、纵向及双对角线四个一维窗口内自适应禁用污染方向,包括:针对初始定位掩膜内r行、c列的缺陷像素,计算其水平邻域缺陷数与垂直邻域缺陷数:;

;

其中,表示初始定位掩膜中r行、j列的元素,表示初始定位掩膜中i行、c列的元素,,,R为前K个最大残差对应的行号集合,C为前K个最大残差对应的列号集合;

若,则该缺陷像素禁用横向窗口,反之禁用纵向窗口;

初始定位掩膜内所有缺陷像素的双对角线窗口始终启用。

6.根据权利要求1所述的红外焦平面阵列测姿图像缺陷像素修复方法,其特征在于,利用每个缺陷像素的多方向预测值的平均值作为该缺陷像素的修复灰度值,进行灰度修复;

其中,缺陷像素的多方向预测值的平均值如下:;

其中,为红外焦平面阵列测姿图像中r行、c列的缺陷像素的多方向预测值的平均值,为缺陷像素的横向预测值,为缺陷像素的纵向预测值,为缺陷像素的↗方向对角预测值,为缺陷像素的↖方向对角预测值。

7.一种红外焦平面阵列测姿图像缺陷像素修复装置,其特征在于,包括:平面残差耦合模块,用于对含有故障缺陷的红外焦平面阵列测姿图像逐行、逐列进行线性拟合,计算行残差平方和与列残差平方和;

故障诊断模块,用于将行残差平方和与列残差平方和按照降序排列,取前K个最大残差对应的行、列交集,生成缺陷像素的初始定位掩膜;

鲁棒回归模块,用于针对初始定位掩膜内每一个缺陷像素,在横向、纵向及双对角线四个一维窗口内自适应禁用污染方向,并利用未被污染的像素样本建立多方向的鲁棒回归模型,外推得到该缺陷像素的多方向预测值;

灰度修复模块,用于根据每个缺陷像素的多方向预测值对缺陷像素进行灰度修复;

所述利用未被污染的像素样本建立多方向的鲁棒回归模型,外推得到该缺陷像素的多方向预测值,包括:设横向窗口鲁棒回归一维坐标为,则横向窗口的纯净样本集合为:;

其中,L为一维窗口的半长,为缺陷像素对应的列号,表示初始定位掩膜中r行、t列的元素,r为缺陷像素对应的行号;

根据横向窗口的纯净样本集合建立横向窗口的鲁棒回归模型:;

其中,为横向窗口的截距,为横向窗口的斜率,表示红外焦平面阵列测姿图像中r行、t列的像素灰度值,为分段权函数;

的表达式如下:

;

;

其中,为变量,,为纯净样本标准差;

根据横向窗口的鲁棒回归模型,在缺陷点处外推得横向预测值:;

设纵向窗口鲁棒回归一维坐标为,则纵向窗口的纯净样本集合为:;

其中,表示初始定位掩膜中g行、c列的元素;

根据纵向窗口的纯净样本集合建立纵向窗口的鲁棒回归模型:;

其中,为纵向窗口的截距,为纵向窗口的斜率,表示红外焦平面阵列测姿图像中g行、c列的像素灰度值;

根据纵向窗口的鲁棒回归模型,在缺陷点处外推得纵向预测值:;

设对角线↗方向鲁棒回归一维坐标为,则红外焦平面阵列测姿图像中像素坐标以当前缺陷像素坐标为准转换为,对角线↗方向窗口的纯净样本样本集为:;

其中, 表示初始定位掩膜中行、列的元素;

根据对角线↗方向窗口的纯净样本集合建立对角线↗方向窗口的鲁棒回归模型:;

其中,为对角线↗方向窗口的截距,为对角线↗方向窗口的斜率,表示红外焦平面阵列测姿图像中行、列的像素灰度值;

根据对角线↗方向窗口鲁棒回归模型,将s中心化为0,外推得↗方向对角预测值:;

设对角线↖方向鲁棒回归一维坐标为,则红外焦平面阵列测姿图像中像素坐标以当前缺陷像素坐标为准转换为,对角线↖方向窗口的纯净样本样本集为:;

其中, 表示初始定位掩膜中行、列的元素;

根据对角线↖方向窗口的纯净样本集合建立对角线↖方向窗口的鲁棒回归模型:;

其中,为对角线↖方向窗口的截距,为对角线↖方向窗口的斜率,表示红外焦平面阵列测姿图像中行、列的像素灰度值;

根据对角线↖方向窗口鲁棒回归模型,将f中心化为0,外推得↖方向对角预测值:。

8.根据权利要求7所述的红外焦平面阵列测姿图像缺陷像素修复装置,其特征在于,所述平面残差耦合模块具体用于:对红外焦平面阵列测姿图像中每一行像素,以列号c为自变量,像素灰度值为因变量,建立最小二乘线性模型:;

其中,为r行的截距,为r行的斜率,为r行、c列的残差,r=1,2,…,H,c=1,2,…,W,H为红外焦平面阵列测姿图像的总行数,W为红外焦平面阵列测姿图像的总列数;

对r行所有像素进行拟合后计算r行的行残差平方和:;

对红外焦平面阵列测姿图像中每一列像素,以行号r为自变量,像素灰度值为因变量,建立最小二乘线性模型:;

其中,为c列的截距,为c列的斜率;

对c列所有像素拟合后计算c列的列残差平方和:。

9.根据权利要求7所述的红外焦平面阵列测姿图像缺陷像素修复装置,其特征在于,鲁棒回归模块具体用于:针对初始定位掩膜内r行、c列的缺陷像素,计算其水平邻域缺陷数与垂直邻域缺陷数:;

;

其中,表示初始定位掩膜中r行、j列的元素,表示初始定位掩膜中i行、c列的元素,,,R为前K个最大残差对应的行号集合,C为前K个最大残差对应的列号集合;

若,则该缺陷像素禁用横向窗口,反之禁用纵向窗口;

初始定位掩膜内所有缺陷像素的双对角线窗口始终启用。