基于模糊域奇异值分解的非均匀性校正方法
摘要:
本发明公开了一种基于模糊域奇异值分解的非均匀性校正方法,首先通过一个隶属函数将图像从空域转换到模糊域,在模糊域中通过SVD得到图像的基频信息,然后再将处理后的图像从模糊域转换到空域,与原图像相减以去除图像中的条纹噪声和锅盖效应,最后通过拉伸对比度算法得到校正后的无噪图像。本发明的优点在于首次引入了模糊域法来进行红外图像的非均匀校正,并通过SVD得到模糊域中图像的基频信息,此信息即为从图像中抽取出来的非均匀噪声,所有处理过程只需要利用单帧信息,避免了传统非均匀校正算法对于场景的严苛性要求,使其能广泛的应用于不同环境下的非均匀校正任务中。
公开/授权文献
0/0