一种基于温度自适应和时频域综合的红外盲元检测方法

本发明涉及红外图像处理领域，具体涉及一种基于温度自适应和时频域综合的红外盲元检测方法，包括以下步骤：使用滑动窗口遍历红外图像，获取当前像素点周围像素点的灰度值；使用基于工作温度动态调整的Sobel‑Otsu算法进行图像边缘判决，保留非图像边缘窗口参与盲元判决；将窗口内像素点按水平和竖直方向分组；计算各分组像元灰度的阿尔法滤波值；计算窗口内各像元灰度值与其对应行坐标及列坐标分组的阿尔法滤波值的偏差；判断偏差如果大于自适应阈值则设为潜在盲元，构造潜在盲元分布矩阵；采用基于FFT预筛除周期性噪声的时域累积法，先通过频域分析排除周期性噪声干扰，再通过时域累积筛选高概率盲元；得到最终盲元检测结果。本发明能够有效应对传感器工作温度变化和复杂环境下的噪声干扰，显著提升盲元检测的准确性和抗干扰能力。