数字图像红外图像处理matlab实现.docx
《数字图像红外图像处理matlab实现.docx》由会员分享，可在线阅读，更多相关《数字图像红外图像处理matlab实现.docx（12页珍藏版）》请在冰豆网上搜索。
数字图像红外图像处理matlab实现
1数字图像，红外图像处理，高温定标点校正程序
%读取高温定标点二进制数据，将数据信息存储到pic2矩阵里
clc;clear;
a1=fopen（'handdat_34.dat','rb','b'）;%打开二进制数据信息
pic1=fread（a1,[200200]）;%将二进制数据信息读出到200*200的多维数组里面
a2=fopen（'hidat_62.dat','rb','b'）;
pic2=fread（a2,[200200]）;
a3=fopen（'low31dat_62.dat','rb','b'）;
pic3=fread（a3,[200200]）;
b=mean2（pic2）;%求pic2的平均值将结果返回给b
A=b*ones（200）;
K=A./pic2;%计算校正因子200*200矩阵数组K
pic2_K_hi=K.*pic2;%高稳定点校正高温图片
pic3_K_hi=K.*pic3;%高稳定点校正低温图片
pic1_K_hand_hi=K.*pic1;%高稳定点校正目标成像图片
figure
（1）;
subplot（131）,imshow（uint8（pic2_K_hi）,[]）,title（'高温定点校正高温图片'）;;
subplot（132）,imshow（uint8（pic3_K_hi）,[]）,title（'高温定点校正低温图片'）;
subplot（133）,imshow（uint8（pic1_K_hand_hi）,[]）,title（'高温定点校正目标成像图片'）;
figure
（2）;
subplot（131）,mesh（1:
200,1:
200,roundn（pic2_K_hi,-3））,title（'高温定点校正高温三维图'）;
subplot（132）,mesh（1:
200,1:
200,pic3_K_hi）,title（'高温定点校正低温三维图'）;
subplot（133）,mesh（1:
200,1:
200,pic1_K_hand_hi）,title（'高温定点校正目标成像三维图'）;
colormapgray;%选为灰度
2字图像，红外图像处理，低温定标点校正程序
%读取低温定标点二进制数据，将数据信息存储到pic3矩阵里
clear;clc;
a1=fopen（'handdat_34.dat','rb','b'）;%打开二进制数据信息
pic1=fread（a1,[200200]）;%将二进制数据信息读出到200*200的多维数组里面
a2=fopen（'hidat_62.dat','rb','b'）;
pic2=fread（a2,[200200]）;
a3=fopen（'low31dat_62.dat','rb','b'）;
pic3=fread（a3,[200200]）;
b=mean2（pic3）;%求pic2的平均值将结果返回给b
A=b*ones（200）;
K=A./pic3;%计算校正因子200*200矩阵数组K
pic2_K_low=K.*pic2;%低温定标点校正高温图片
pic3_K_low=K.*pic3;%低温定标点校正低温图片
pic1_K_hand_low=K.*pic1;%低温定标点校正目标成像图片
figure
（1）;
subplot（131）,imshow（pic2_K_low,[]）;title（'低温定标点校正高温图片'）;
subplot（132）,imshow（uint8（pic3_K_low）,[]）;title（'低温定点校正低温图片'）;
subplot（133）,imshow（pic1_K_hand_low,[]）;title（'低温定点校正目标成像图片'）;
figure
（2）;
subplot（131）,mesh（1:
200,1:
200,pic2_K_low）,title（'低温定标点校正高温图片'）;
subplot（132）,mesh（1:
200,1:
200,roundn（pic3_K_low,-3））,title（'低温定点校正低温图片'）;
subplot（133）,mesh（1:
200,1:
200,pic1_K_hand_low）,title（'低温定点校正目标成像图片'）;
colormapgray;%选为灰度
3Matlab程序实现，图像处理，红外图像处理，两点校正高温或低温图片--红外图像校正
%两点校正程序文件
clear;clc;
a1=fopen（'handdat_34.dat','rb','b'）;%打开二进制数据信息
pic1=fread（a1,[200200]）;%将二进制数据信息读出到200*200的多维数组里面
a2=fopen（'hidat_62.dat','rb','b'）;
pic2=fread（a2,[200200]）;
a3=fopen（'low31dat_62.dat','rb','b'）;
pic3=fread（a3,[200200]）;
%求解阵列焦平面高温定标点相应均值A1
A1=mean（pic2（:
））;%求pic2的平均值将结果返回给b
%A1=b1*ones（200）;
%K1=A1./pic2;%高温定点校正因子200*200矩阵数组K
%求解阵列焦平面低温定标点相应均值A2
A2=mean（pic3（:
））;%求pic2的平均值将结果返回给b
%A2=b2*ones（200）;
%K2=A2./pic3;%计算校正因子200*200矩阵数组K
Gij=（A1-A2）./（pic2-pic3）;%求增益校正系数Gij
Oij=（A1.*pic3-A2.*pic2）./（pic2-pic3）;%求偏置校正系数Oij
%两点校正高温图片
Yij_hi=Gij.*pic2-Oij;
%两点校正低温图片
Yij_low=Gij.*pic3-Oij;
%两点校正目标成像图片
Yij_handdat=Gij.*pic1-Oij;
figure
（1）;
subplot（131）,imshow（Yij_hi,[]）,title（'两点校正高温图片'）;
subplot（132）,imshow（Yij_low,[]）,title（'两点校正低温图片'）;
subplot（133）,imshow（uint8（Yij_handdat）,[]）,title（'两点校正目标成像图片'）;
figure
（2）;
subplot（131）,mesh（1:
200,1:
200,roundn（Yij_hi,-3））,title（'两点校正高温图片三维图'）;
subplot（132）,mesh（1:
200,1:
200,roundn（Yij_low,-3））,title（'两点校正低温图片三维图'）;
subplot（133）,mesh（1:
200,1:
200,Yij_handdat）,title（'两点校正目标成像图片三维图'）;
colormapgray;%选为灰度
%colormapgray;%选为灰度
Yij_handdat=uint8（Yij_handdat）;
save（'Yij_handdat','Yij_handdat'）
4直方图均衡化，图像处理，matlab实现
%直方图均衡化增强图像
clc;clear;
loadYij_handdat;
I=Yij_handdat;
J=histeq（I,256）;%对I进行直方图均衡化
[M,N]=size（I）;
figure
（1）;
subplot（131）,imshow（I）,title（'两点校正后的图像'）;
subplot（132）,imshow（J）,title（'直方图均衡化后的图像'）;
subplot（133）,mesh（1:
M,1:
N,double（J））,title（'直方图均衡化后三维图'）;
figure
（2）;
subplot（121）,imhist（I,90）,title（'两点校正后的直方图'）;
subplot（122）,imhist（J）,title（'均衡化后的直方图'）;
5红外图像，分段线性变换，matlab实现
%分段线性变换
clc;clear;
%X1=imread（'liang_dian_jiaozheng.png'）;
loadYij_handdat.mat;
X1=Yij_handdat;
%X1=rgb2gray（X1）;
f0=0;g0=0;%对图像灰度进行分段的点
f1=123;g1=70;
f2=240;g2=150;
f3=256;g3=220;
figure,plot（[f0,f1,f2,f3],[g0,g1,g2,g3]）
axistight,xlabel（'f'）,ylabel（'g'）
title（'intensitytransformation'）%绘制变换曲线
r1=（g1-g0）/（f1-f0）;
b1=g0-r1*f0
r2=（g2-g1）/（f2-f1）;
b2=g1-r2*f1;
r3=（g3-g2）/（f3-f2）;
b3=g2-r3*f2;
[m,n]=size（X1）;
X2=double（X1）;
fori=1:
m
forj=1:
n
f=X2（i,j）;
g（i,j）=0;
if（f>=f1）&（f<=f2）
g（i,j）=r1*f+b2;
elseif（f>=f2）&（f<=f3）
g（i,j）=r3*f+b3;
end
end
end
figure;
subplot（131）,imshow（X1）,title（'两点校正后的图像'）;
subplot（132）,imshow（g,[]）,title（'分段线性变换后的图像'）;
subplot（133）,mesh（roundn（g,-3））,title（'分段线性变换后图像三维图'）;
6.选择分段线性变换进行灰度处理——自选算法
将图像灰度区间分成两段乃至多段，然后分别作灰度变换处理以达到更加鲜明的对比效果，同时不失图像原有的信息，
分段线性变换的函数表达式为：
在公式（4-1）中，（t1,f（t1））和（t2,f（t2））是图4.1中两个转折点坐标。
其中min代表原始图像中最小的灰度级07.一点温度定标校正算法
一点温度定标算法是最早的一种非均匀校正算法，假设这些图像都是在一
个温度范围变化不大的环境中，即成像系统所在的环境温度变化不大。
一点校
正算法只是对各探测器单元响应特性的不一致性进行了校正，它只适用于各探
测单元的增益系数非常接近或者辐射照度变化甚小的场合，而当目标场景的辐
射照度离定标点较大时，校正效果就显著变差。
选取特定黑体辐射照度为定标点，对所有的N个探测单元灰度值求平均：
，则在这个辐射照度下各探测单元输出增益可以这样计算得：
，其中，K（i，j）为红外图像非均匀性校正的校正因子。
则以后的红外图像可以利用
进行校正，其中y（i，j）为校正后图像中坐标为（i，j）探测单元的实际输出，x（i，j）为原始图像中坐标为（i，j）探测单元的灰度值。
2．4．2二点温度定标校正算法
假设各阵列元的响应特性在所关心的温度范围内是线性的，在时间上是稳
定的，并假定l／f噪声的影响较小，则非均匀性引入的噪声为固定模式的乘性和加性噪声。
在此条件下焦平面阵列元在均匀辐射背景条件下的输出为：
Ø
其中：
Ø表示辐射通量，Uij和Vij是坐标为阵列元的增益（响应率）和偏置
量（暗电流），虽然对每一个阵元的响应都不是直线的，但在一定的范围内可
以近似的认为，和实际方便对问题的处理，对每一个阵列元，lUij和Vij的值可以
认为都是固定的，并且不随时间变化。
因此采用二点定标校正即可实现红外焦
平面阵列图像的非均匀性校正，即：
Gij和Oij分别是二点定标校正算法的增益校正系数和偏置校正系数，Yjj为校
正后的输出，Xjj（Ø）是辐射通量为Ø的各个阵列元的灰度输出值。
二点定标校正
算法是利用焦平面各阵列元在温度不同的两个黑体（高温TH和低温TL）均匀辐
射下的响应输出，求得Gij和Oij，从而实现非均匀性校正。
二点定标校正算法的具体实现：
将所有阵列元在高温TH和低温TL均匀黑
体辐射的响应分别标准化为VH和VL，即：
其中VH和VL可以选取在高温TH和低温TL均匀辐射下焦平面响应输出的均值。
Xij（ØH）和Xij（ØL）分别为在高温TH和低温TL均匀辐射背景下像元（ij）的响应（灰度值）输出。
增益校正系数和偏置校正系数即可通过下式计算
将各阵列元的增益校正系数Gij偏置校正系数Oij预先存储起来，在探测
过程中以此校正系数对探测器的响应值按式（2_4．5）即：
对各像元的输出依次进行校正。
升级会员 