基于MATLAB GUI的紅外圖像壞元檢測軟件

陽 平，夏小華

(92941部隊43分隊， 遼寧 葫蘆島 125001)

紅外熱像儀在使用過程中，不可避免地會出現壞元。壞元在紅外圖像中表現為過亮或者過暗的點[1,2]。壞元的存在不僅影響紅外熱像儀的成像效果[3]，對于軍事上探測用的紅外熱像儀，還可能影響設備性能和作戰使用[4]。如何快速、簡便地實現壞元檢測，就顯得尤為重要。MATLAB具有強大的數值計算[5,6]和圖像處理[7]功能，其自帶的圖形用戶界面(GUI)工具箱可用以開發可視化界面，在該界面通過調用MATLAB強大的數值計算功能，可以方便地完成特定操作[8]。本研究基于MATLAB GUI開發了紅外圖像壞元檢測軟件，界面直觀，操作方便，可為紅外熱像儀的日常使用和維護提供便利。

1 壞元檢測原理

壞元紅外圖像的特征是和周圍正常像元在灰度上有明顯的差異[9]。因此，首先查找局部區域灰度突出的像元。以5×5大小的窗口對所有焦平面像元逐一檢測[10]。通過比較像元與窗口內平均灰度水平的差異進行壞元檢測，判別準則為

(1)

綜上，壞元檢測流程如圖2所示。

2 壞元檢測軟件設計

2.1 軟件主要功能和軟件界面布局

1) 繪制紅外圖像的灰度直方圖；

2) 檢測紅外圖像中的壞元；

3) 給出壞元的數量和位置信息；

4) 將檢測出的壞元在圖像中標記顯示。

根據軟件的功能，設計軟件結構如圖3所示。

使用MATLAB GUIDE界面進行軟件設計。根據軟件的功能需求，設計了菜單和功能模塊兩種操作方式。功能模塊用到的組件有Axes(坐標軸)，Push Button(按鈕)，Edit Text(可編輯文本)和Table(表格)。具體功能為：4個Axes，分別用于顯示紅外圖像原圖、灰度直方圖、壞元檢測進度和對壞元進行標記；4個Push Button分別實現紅外圖像的讀入、繪制灰度直方圖、壞元檢測和關閉軟件；1個Edit Text用于顯示壞元數量；1個Table用于顯示壞元的位置信息。對于每個組件，可以雙擊后在彈出的屬性框里修改屬性，為方便程序編寫，一般需要修改標簽(Tag)。

2.2 主要模塊設計

在GUIDE界面布置完各個組件后，開始編寫各個組件的回調函數。

1) 紅外圖像讀入與處理模塊

在MATLAB中，使用imread函數讀入圖片，其格式為：imread(fpath)，fpath為圖片完整的路徑。使用imshow函數顯示圖片，其格式為imshow(I)，I為待顯示的圖片。編寫紅外圖像的讀取和顯示的回調函數，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 (*.*)′},′讀入紅外圖像′); %讀入圖片格式的紅外圖像文件

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

return; %無操作

end

global img_origin

axes(handles.axes_origin); %設定當前操作的坐標軸是axes_origin

fpath=[PathName FileName]; %將文件名和目錄名組合成一個完整的路徑

img_origin=imread(fpath); %讀入圖片

imshow(img_origin)

由于讀入的紅外圖像在其他回調函數中也會用到，因此用global命令將img_origin定義成全局變量。在每個用到img_origin的回調函數中，都要用global重新定義一遍。

使用imhist函數繪制圖像的灰度直方圖，格式為imhist(img_origin)。

2) 壞元檢測與標記模塊

首先，定義壞元的統計量。

I=img_origin;

I=double(I); %將紅外圖像轉換成雙精度數據

BadNum=0; %統計壞元個數；

BadLoc=zeros(size(I)); %統計壞元位置

BadRow=zeros(1000,1); %壞元所在行

BadCol=zeros(1,1000); %統計所在列

檢測完畢后，Edit Text用于顯示壞元數量，實現代碼如下：

set(handles.valdsp_result,′string′,[′壞元數量：′,num2str(BadNum),′個′]);

同時，將壞元的位置信息在表格中顯示，其代碼如下：

uitable(handles.uitable_result);

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

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

在圖像上對壞元進行標記，其代碼如下：

axes(handles.axes_result)

imshow(img_origin)

hold on

for t=1:BadNum

plot(BadCol(t),BadRow(t),′ow′) %在圖像中，對壞元的位置進行標記

end

壞元檢測軟件的M文件編寫完畢后，使用mcc命令對GUI的m文件進行編譯，生成.exe可執行文件。但是該可執行文件需要MATLAB環境的支持。為了能在沒有安裝MATLAB的計算機上運行，還需要打包MATLAB組件運行環境(Matlab Component Runtime,MCR)[11]。在MATLAB命令窗口輸入deploytool命令并運行，彈出“MATLAB Compliler”窗口，點擊“Application Compiler”按鈕，即進入Deployment主窗口，添加待打包的M文件，并勾選“Runtime included in package”，點擊Package，即完成了軟件打包。打包生成的可執行文件可脫離MATLAB環境運行。

3 壞元檢測軟件應用

軟件用戶界面如圖4所示。軟件設計了菜單欄、圖像/表格顯示區和功能操作區三個功能區域。

進入軟件后，點擊讀入紅外圖像按鈕，從計算機存儲設備選擇待檢測的紅外圖像，選擇完成后，原始圖像下方會顯示紅外原圖。點擊灰度直方圖按鈕，生成和顯示圖像的灰度直方圖。點擊壞元檢測按鈕，開始檢測壞元，進度條上實時顯示檢測進度。檢測完成后，會給出壞元數量、位置信息，并在壞元檢測結果圖上對壞元進行標記顯示。

圖5是軟件對某紅外圖像的壞元檢測結果。

軟件運行結果直觀顯示了圖像中的壞元，并且給出了壞元的數量和精確位置。應用結果表明，軟件對不同類型的壞元都能夠有效識別，取得了很好的檢測效果。

4 結論

采用Matlab GUI工具箱對壞元檢測方法進行了可視化軟件設計。軟件可繪制紅外圖像的直方圖、檢測圖像中的壞元、獲取壞元的位置信息并將壞元在圖像中標記顯示。軟件操作直觀簡便，測試結果表明，該軟件可實現壞元的快速準確定位，具有很強的應用價值。