一种基于混合自适应回归的红外盲元补偿方法

本发明公开了一种基于混合自适应回归的红外盲元补偿方法，首先通过Curvelet变换对红外图像I进行多尺度分解，分解为I1,…,In-1,In，n为自然数；其次对分解后的各高阶尺度子带图像利用非参数模型进行盲元恢复，得到图像I1r,…,In-1r,Inr；对非参数模型多次迭代，以提高非参数估计的精度；再次利用参数模型对各高阶尺度间进行衔接与学习，即通过参数方法插值Inr得到图像In-1i，并使其作为n-1层尺度的先验图像；最后，逐层递归以上步骤，最终输出恢复图像。本发明从多尺度分析角度，结合自适应回归模型，解决了对盲元检测过于依赖的问题，同时对于具有大量随机或固定盲元的图像都具有很好的适应性，并通过实验验证了新算法的有效性和实用性。