基于MATLAB GUI的红外图像坏元检测软件

2018-08-30夏小华

兵器装备工程学报 2018年8期

阳平，夏小华

(92941部队43分队，辽宁葫芦岛 125001)

红外热像仪在使用过程中，不可避免地会出现坏元。坏元在红外图像中表现为过亮或者过暗的点[1,2]。坏元的存在不仅影响红外热像仪的成像效果[3]，对于军事上探测用的红外热像仪，还可能影响设备性能和作战使用[4]。如何快速、简便地实现坏元检测，就显得尤为重要。MATLAB具有强大的数值计算[5,6]和图像处理[7]功能，其自带的图形用户界面(GUI)工具箱可用以开发可视化界面，在该界面通过调用MATLAB强大的数值计算功能，可以方便地完成特定操作[8]。本研究基于MATLAB GUI开发了红外图像坏元检测软件，界面直观，操作方便，可为红外热像仪的日常使用和维护提供便利。

1 坏元检测原理

坏元红外图像的特征是和周围正常像元在灰度上有明显的差异[9]。因此，首先查找局部区域灰度突出的像元。以5×5大小的窗口对所有焦平面像元逐一检测[10]。通过比较像元与窗口内平均灰度水平的差异进行坏元检测，判别准则为

(1)

综上，坏元检测流程如图2所示。

2 坏元检测软件设计

2.1 软件主要功能和软件界面布局

1) 绘制红外图像的灰度直方图；

2) 检测红外图像中的坏元；

3) 给出坏元的数量和位置信息；

4) 将检测出的坏元在图像中标记显示。

根据软件的功能，设计软件结构如图3所示。

使用MATLAB GUIDE界面进行软件设计。根据软件的功能需求，设计了菜单和功能模块两种操作方式。功能模块用到的组件有Axes(坐标轴)，Push Button(按钮)，Edit Text(可编辑文本)和Table(表格)。具体功能为：4个Axes，分别用于显示红外图像原图、灰度直方图、坏元检测进度和对坏元进行标记；4个Push Button分别实现红外图像的读入、绘制灰度直方图、坏元检测和关闭软件；1个Edit Text用于显示坏元数量；1个Table用于显示坏元的位置信息。对于每个组件，可以双击后在弹出的属性框里修改属性，为方便程序编写，一般需要修改标签(Tag)。

2.2 主要模块设计

在GUIDE界面布置完各个组件后，开始编写各个组件的回调函数。

1) 红外图像读入与处理模块

在MATLAB中，使用imread函数读入图片，其格式为：imread(fpath)，fpath为图片完整的路径。使用imshow函数显示图片，其格式为imshow(I)，I为待显示的图片。编写红外图像的读取和显示的回调函数，如下：

function m_file_open_Callback(hObject,eventdata,handles)

[FileName,PathName]= uigetfile({′*.bmp;*.jpg;*.png;*.jpeg′,′Image Files (*.bmp,*.jpg,*.png,*.jpeg)′;′*.*′,′All Files (*.*)′},′读入红外图像′); %读入图片格式的红外图像文件

if isequal(FileName,0) || isequal(PathName,0)

return; %无操作

end

global img_origin

axes(handles.axes_origin); %设定当前操作的坐标轴是axes_origin

fpath=[PathName FileName]; %将文件名和目录名组合成一个完整的路径

img_origin=imread(fpath); %读入图片

imshow(img_origin)

由于读入的红外图像在其他回调函数中也会用到，因此用global命令将img_origin定义成全局变量。在每个用到img_origin的回调函数中，都要用global重新定义一遍。

使用imhist函数绘制图像的灰度直方图，格式为imhist(img_origin)。

2) 坏元检测与标记模块

首先，定义坏元的统计量。

I=img_origin;

I=double(I); %将红外图像转换成双精度数据

BadNum=0; %统计坏元个数；

BadLoc=zeros(size(I)); %统计坏元位置

BadRow=zeros(1000,1); %坏元所在行

BadCol=zeros(1,1000); %统计所在列

检测完毕后，Edit Text用于显示坏元数量，实现代码如下：

set(handles.valdsp_result,′string′,[′坏元数量：′,num2str(BadNum),′个′]);

同时，将坏元的位置信息在表格中显示，其代码如下：

uitable(handles.uitable_result);

tblist=[(1:BadNum)′,BadLoc(1:BadNum)′,BadRow(1:BadNum),BadCol(1:BadNum)′];

set(handles.uitable_result,′Data′,tblist);

在图像上对坏元进行标记，其代码如下：

axes(handles.axes_result)

imshow(img_origin)

hold on

for t=1:BadNum

plot(BadCol(t),BadRow(t),′ow′) %在图像中，对坏元的位置进行标记

end

坏元检测软件的M文件编写完毕后，使用mcc命令对GUI的m文件进行编译，生成.exe可执行文件。但是该可执行文件需要MATLAB环境的支持。为了能在没有安装MATLAB的计算机上运行，还需要打包MATLAB组件运行环境(Matlab Component Runtime,MCR)[11]。在MATLAB命令窗口输入deploytool命令并运行，弹出“MATLAB Compliler”窗口，点击“Application Compiler”按钮，即进入Deployment主窗口，添加待打包的M文件，并勾选“Runtime included in package”，点击Package，即完成了软件打包。打包生成的可执行文件可脱离MATLAB环境运行。