全球视野 媒体聚焦
接受央视报道共计15次 党媒、央媒、地方官媒总传播量达0.5亿人次
0101
利用二维异向高斯函数拟合消除图像杂散光
2025-12-19
背景介绍
杂散光消除是光学成像系统研究中的重要问题之一。其通常表现为强度较高、空间覆盖范围远大于有效目标细节的弥散斑，对图像对比度、均匀性以及后续辐射定标和定量分析产生显著不利影响。本文采用二维异向高斯函数对杂散光弥散斑进行建模，实现图像杂散光的校正。
理论方法
全色相机成像过程中出现的杂散光现象如图1所示，其主要特征为：中心区域的高亮弥散斑；覆盖范围较大，尺度可达数千像元，呈现明显的低频分布特性；不同方向上的扩散程度差异。鉴于其空间形态特征，本文采用二维异向高斯函数对杂散光弥散斑进行建模。
图1 杂散光图像
二维异向高斯模型可表示为：
其中，A表示弥散斑的幅值，x0，y0为弥散斑中心位置，σx与σy分别表征其在x与y方向上的扩散尺度，B为背景偏置项。对于空间形态更为复杂的杂散光分布，可采用多个二维异向高斯函数叠加的方式进行描述，以提高对实际弥散斑形状的拟合精度。
实验结果与分析
实验数据选用实验室条件下以积分球作为均匀光源采集的全色相机图像。原始图像中存在明显的中心弥散斑，导致图像整体均匀性下降。图2给出了原始杂散光图像及基于二维异向高斯拟合得到的杂散光估计结果。结果表明，该模型能够较好地刻画弥散斑的整体空间形态及强度分布特征。
图2 杂散光消除前后对比
在完成杂散光减除后，对图像各项指标进行了统计分析（如表1）。结果显示，经杂散光校正后，图像背景起伏显著减小，中心区域的过亮现象得到有效抑制，整体均匀性得到明显改善。这表明，所提出的基于二维异向高斯拟合的方法能够在不依赖深度学习模型的情况下，实现对大尺度、平滑型杂散光的有效消除。
表1 杂散光消除前后各指标变换