CN103530876A - 一种基于傅里叶变换的红外图像分析方法 - Google Patents
一种基于傅里叶变换的红外图像分析方法 Download PDFInfo
- Publication number
- CN103530876A CN103530876A CN201310469916.7A CN201310469916A CN103530876A CN 103530876 A CN103530876 A CN 103530876A CN 201310469916 A CN201310469916 A CN 201310469916A CN 103530876 A CN103530876 A CN 103530876A
- Authority
- CN
- China
- Prior art keywords
- image
- infrared
- images
- spectrogram
- polarization degree
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Spectrometry And Color Measurement (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
本发明公开了一种基于傅里叶变换的红外图像分析方法,它主要应用于红外辐射强度图像和偏振度图像分析。它首先对待分析的红外辐射强度图像和红外偏振度图像进行傅里叶变换,得到各自的频谱。然后对得到的频谱进行中心化,得到中心化的频谱。然后根据所创建的分区模型,根据不同的n值,对辐射强度图像和偏振度图像的频谱特点进行分析。实验结果表明该方法能够较好说明红外图像的频谱分布特征,可以为红外图像进一步处理提供理论依据。
Description
技术领域:
本发明属于图像探测与处理领域,具体涉及一种基于傅里叶变换的红外图像分析方法。
背景技术:
目前,红外图像融合已经成为一种重要的红外图像处理技术,涉及到可见光与红外图像融合、中波红外与长波红外图像融合、红外辐射强度图像与偏振度图像融合等领域。其中数据层融合通常用于多源图像组合,多源图像组合是将不同传感器获得的同一场景的图像经过匹配、合成处理,最终获得一幅克服单一传感器图像在几何、光谱和空间分辨率上存在局限性的优质图像,以利于进一步对其有效应用。
对不同的红外图像进行融合,首先要对图像的特点进行分析,因此设计一种红外图像分析方法非常有必要。采用傅里叶分析手段,对红外图像进行分析,可以得出红外图像频谱分布特点,为红外图像融合提供理论依据。
发明内容:
针对红外偏振图像融合的实际需要,本发明提出一种基于傅里叶变换的红外图像分析方法,事实表明用此方法可以对红外图像频谱分布特点进行分析。
实现本发明的技术解决方案为:一种基于傅里叶变换的红外图像分析方法,步骤如下:
步骤1:对待分析红外图像X进行二维离散傅里叶变换,得到图像的频率域F(μ,ν),它为复数阵列,可以表示为F(μ,ν)=R(μ,ν)+jI(μ,ν),然后根据公式|F(μ,ν)|=[R2(μ,ν)+I2(μ,ν)]1/2,得到其频谱图|F(μ,ν)|。
步骤2:中心化该频谱图,将|F(μ,ν)|的原点移到频谱矩形的中心,得到|FC(μ,ν)|。
步骤3:如下图所示,对得到的|FC(μ,ν)|,我们定义了频谱能量集中度p。以频谱图中心像素点为中心,以n个像素为半径的圆内所有像素灰度值之和比上整幅图像的像素灰度值之和。其中n为整数,对一幅M×N的图像,其取值范围为:1~min(M/2,N/2)。
具体方法如下:
步骤4:对红外辐射强度图像和红外偏振度图像,我们分别求得它们在n取不同值时的p值,从而估计它们的频谱分布情况,得出红外辐射强度图像和红外偏振度图像的频谱特点。
附图说明
图1:基于傅里叶变换红外图像分析方法框图。
图2:一幅256×256红外辐射强度图像。
图3:一幅256×256红外偏振度图像。
图4:频谱图分区方式。
具体实施方式:
下面根据附图对本发明的具体实施方式作进一步的详细说明。
图1是基于傅里叶变换的红外图像分析方法框图。
图2是一幅256×256红外辐射强度图像X。
图3是一幅256×256红外偏振度图像Y。
图4是频谱图分区方式。
步骤1:对图2红外辐射强度图像X进行二维离散傅里叶变换,得到其频率域FX(μ,ν),它为复数阵列,可以表示为FX(μ,ν)=R(μ,ν)+jI(μ,ν),然后根据公式|FX(μ,ν)|=[R2(μ,ν)+I2(μ,ν)]1/2,得到其频谱图|FX(μ,ν)|。对图3红外偏振度图像Y,按照上述步骤得到FY(μ,ν)和|FY(μ,ν)|。其中图像X和图像Y大小均为256×256个像素。
步骤2:中心化该频谱图,将|FX(μ,ν)|和|FY(μ,ν)|的原点移到频谱矩形的中心,得到|FCX(μ,ν)|和|FCY(μ,ν)|。
步骤3:如图4所示,对得到的|FCX(μ,ν)|和|FCY(μ,ν)|,我们定义了频谱能量集中度p。以频谱图中心像素点为中心,以n个像素为半径的圆内所有像素灰度值之和比上整幅图像的像素灰度值之和,即以A中所有像素灰度值之和比上整幅图像灰度值之和。其中n为整数,对图2和图3两幅256×256的图像,其取值范围为:1~128。
具体方法步骤如下:
步骤4:对红外辐射强度图像和红外偏振度图像,我们分别求得它们在n取不同值时的p值,从而估计它们的频谱分布情况,得出红外辐射强度图像和红外偏振度图像的频谱特点。下表给出了n取10、20、30、40、50时的p值。从中可以看出红外辐射强度图像和红外偏振度图像频谱分布情况,如下表所示。
P | 红外辐射强度频谱图 | 红外偏振度频谱图 |
P,n=10 | 0.6263 | 0.0740 |
P,n=20 | 0.8092 | 0.1490 |
P,n=30 | 0.8780 | 0.2273 |
P,n=40 | 0.9156 | 0.3162 |
P,n=50 | 0.9390 | 0.4021 |
Claims (1)
1.一种基于傅里叶变换的红外图像分析方法,其特征在于包括以下步骤:
步骤1:对待分析红外图像X进行二维离散傅里叶变换,得到图像的频率域F(μ,ν),它为复数阵列,可以表示为F(μ,ν)=R(μ,ν)+jI(μ,ν),然后根据公式|F(μ,ν)|=[R2(μ,ν)+I2(μ,ν)]1/2,得到其频谱图|F(μ,ν)|;
步骤2:中心化该频谱图,将|F(μ,ν)|的原点移到频谱矩形的中心,得到|FC(μ,ν)|;
步骤3:如下图所示,对得到的|FC(μ,ν)|,我们定义了频谱能量集中度p,以频谱图中心像素点为中心,以n个像素为半径的圆内所有像素灰度值之和比上整幅图像的像素灰度值之和,其中n为整数,对一幅M×N的图像,其取值范围为:1~min(M/2,N/2);
具体方法如下:
步骤4:对红外辐射强度图像和红外偏振度图像,我们分别求得它们在n取不同值时的p值,从而估计它们的频谱分布情况,得出红外辐射强度图像和红外偏振度图像的频谱特点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310469916.7A CN103530876B (zh) | 2013-10-10 | 2013-10-10 | 一种基于傅里叶变换的红外图像分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310469916.7A CN103530876B (zh) | 2013-10-10 | 2013-10-10 | 一种基于傅里叶变换的红外图像分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103530876A true CN103530876A (zh) | 2014-01-22 |
CN103530876B CN103530876B (zh) | 2016-03-30 |
Family
ID=49932855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310469916.7A Active CN103530876B (zh) | 2013-10-10 | 2013-10-10 | 一种基于傅里叶变换的红外图像分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103530876B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104103073A (zh) * | 2014-07-14 | 2014-10-15 | 中国人民解放军国防科学技术大学 | 一种红外偏振图像边缘检测方法 |
CN105373809A (zh) * | 2015-11-06 | 2016-03-02 | 重庆大学 | 基于非负最小二乘稀疏表示的sar目标识别方法 |
CN109472805A (zh) * | 2018-10-09 | 2019-03-15 | 哈工大机器人(山东)智能装备研究院 | 一种基于傅里叶变换的红外图像自适应分层方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040103806A1 (en) * | 2002-04-26 | 2004-06-03 | Ray Kevin B. | Method to remove unwanted, unexposed, radiation-sensitive layer in a lithographic printing plate |
US7620265B1 (en) * | 2004-04-12 | 2009-11-17 | Equinox Corporation | Color invariant image fusion of visible and thermal infrared video |
CN102222339A (zh) * | 2011-06-17 | 2011-10-19 | 中国科学院自动化研究所 | 一种基于纹理和强度特征融合的多尺度背景建模方法 |
CN102881010A (zh) * | 2012-08-28 | 2013-01-16 | 北京理工大学 | 基于人眼视觉特性的融合图像感知清晰度评价方法 |
-
2013
- 2013-10-10 CN CN201310469916.7A patent/CN103530876B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040103806A1 (en) * | 2002-04-26 | 2004-06-03 | Ray Kevin B. | Method to remove unwanted, unexposed, radiation-sensitive layer in a lithographic printing plate |
US7620265B1 (en) * | 2004-04-12 | 2009-11-17 | Equinox Corporation | Color invariant image fusion of visible and thermal infrared video |
CN102222339A (zh) * | 2011-06-17 | 2011-10-19 | 中国科学院自动化研究所 | 一种基于纹理和强度特征融合的多尺度背景建模方法 |
CN102881010A (zh) * | 2012-08-28 | 2013-01-16 | 北京理工大学 | 基于人眼视觉特性的融合图像感知清晰度评价方法 |
Non-Patent Citations (6)
Title |
---|
NICOLAS GUERINEAU等: "Modulation transfer function measurement of an infrared focal plane array by use of the self-imaging property of a canted periodic target", 《APPLIED OPTICS》 * |
YANG FENGBAO等: "Fusion of infrared polarization and intensity images using support value transform and fuzzy combination rules", 《INFRARED PHYSICS & TECHNOLOGY》 * |
YANG WEIL等: "A wavelet-based adaptive fusion algorithm of infrared polarization imaging", 《INTERNATIONAL SYMPOSIUM ON PHOTOELECTRONIC DETECTION AND IMAGING 2011: ADVANCES IN INFRARED IMAGING AND APPLICATIONS》 * |
王晓文等: "基于频谱分析和图像融合的红外弱小目标增强", 《中国电子科学研究院学报》 * |
田思等: "不同视场的多源图像融合技术研究", 《兵工学报》 * |
罗南超等: "基于边缘特征和能量的图像融合方法", 《计算机工程》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104103073A (zh) * | 2014-07-14 | 2014-10-15 | 中国人民解放军国防科学技术大学 | 一种红外偏振图像边缘检测方法 |
CN105373809A (zh) * | 2015-11-06 | 2016-03-02 | 重庆大学 | 基于非负最小二乘稀疏表示的sar目标识别方法 |
CN105373809B (zh) * | 2015-11-06 | 2018-10-09 | 重庆大学 | 基于非负最小二乘稀疏表示的sar目标识别方法 |
CN109472805A (zh) * | 2018-10-09 | 2019-03-15 | 哈工大机器人(山东)智能装备研究院 | 一种基于傅里叶变换的红外图像自适应分层方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN103530876B (zh) | 2016-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101510309B (zh) | 基于复小波纹理区域合并的改进分水岭sar图像分割方法 | |
TWI432975B (zh) | 數據分析與重現方法以及其計算機系統 | |
CN102184557B (zh) | 一种复杂场景的显著区域检测方法 | |
CN103578091A (zh) | 一种基于拉普拉斯金字塔的红外偏振图像融合方法 | |
CN102509263B (zh) | 基于sar图像局部统计特性的k-svd相干斑抑制方法 | |
CN101697231A (zh) | 一种基于小波变换和多通道pcnn的高光谱图像融合方法 | |
CN102682441A (zh) | 基于亚像元映射的高光谱图像超分辨重建方法 | |
CN103325105A (zh) | 一种高精度合成孔径雷达图像自动配准方法及设备 | |
CN103106660B (zh) | 基于对比敏感度特性的sar图像质量评价方法 | |
CN103530876B (zh) | 一种基于傅里叶变换的红外图像分析方法 | |
CN102274040A (zh) | 一种去除ct图像中环状伪影的后处理方法 | |
CN104463808A (zh) | 基于空间相关性的高光谱数据降噪方法及*** | |
CN103489178A (zh) | 一种图像配准方法和*** | |
Zhang et al. | Ground-penetrating radar railroad ballast inspection with an unsupervised algorithm to boost the region of interest detection efficiency | |
CN103712560A (zh) | 基于多个传感器信息融合的零件检测方法、***及装置 | |
CN105513060A (zh) | 一种视觉感知启发的高分辨率遥感图像分割方法 | |
CN103345742B (zh) | 基于一种改进马尔可夫随机场模型的遥感图像变化的检测方法 | |
CN103473749A (zh) | 一种基于全变分图像融合的方法及装置 | |
CN104463822A (zh) | 基于多尺度全局滤波的多聚焦图像融合方法及其装置 | |
CN101908211B (zh) | 一种基于变分方法的高光谱图像融合方法 | |
CN104574304A (zh) | 一种毫米波图像重构方法及*** | |
CN102945550A (zh) | 一种基于高斯尺度空间构建遥感影像语义的方法 | |
CN102831621A (zh) | 一种基于频谱分析的视频显著性处理方法 | |
CN102542547A (zh) | 一种基于光谱约束的高光谱图像融合方法 | |
CN102928872B (zh) | 一种提高滩坝砂储层地震识别性能与描述精度的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |