基于黑体标定的红外图像非均匀性校正系统设计

为提高某中波红外探测器的图像质量,设计了基于FPGA的红外图像实时处理系统,系统能够完成实时的非均匀性校正与盲元补偿处理。介绍了目前常用的非均匀性校正、盲元识别和补偿算法,并结合实际工程需求采用多点法进行非均匀性校正以及8点平均法进行盲元补偿。在仿真实验成功的基础上,基于FPGA平台构建了硬件平台。系统可以实现系数自定义更新,可以手动或自动完成非均匀性较正系数计算,以及实现盲元列表的自动更新操作。利用某国产中波红外探测器对处理系统进行了测试试验,实验结果表明:校正后图像非均匀性0.3%,盲元率0.001%。系统工作稳定、可靠,图像处理满足实时性和精度要求。     

一种适用于红外搜索跟踪系统的实时非均匀性校正算法

针对目前红外搜索系统实用性较强的两点非均匀性校正存在难以实时跟踪图像非均匀的不足点,提出一种新的基于两点非均匀性校正和基于场景的实时联合校正算法。该算法利用两点校正提供基础校正系数,并充分利用红外搜索系统大数据量的特点,对实时数据量进行统计、分析,进而找出系统非均匀性随时间的漂移量,解决只采用两点校正算法带来的红外图像退化的问题。多次试验证明,采用联合非均匀校正算法的相对非均匀度由两点校正的5%降到了2%左右,并具有时间稳定性,获得了较好的校正效果。     

基于变积分时间的红外焦平面非均匀性校正算法研究

针对两点温度定标算法在应用过程中曝露的问题,提出了基于变积分时间的红外焦平面非均匀性校正算法.该算法先对图像进行非线性压缩,转换为线性图像,再利用红外焦平面阵列探测元的响应特性与积分时间之间的关系,采用改变积分时间的方法拟合红外焦平面探测器的平均响应特性曲线,进行两点校正,然后对结果进行取指数操作,即得到原图非均匀校正后的图像.分别利用两点温度定标法和变积分法对航拍红外图像进行校正效果验证,同时进行了不同校正算法的非均匀性适应性评价实验.实验结果表明新算法计算量小,校正准确度高,反应速度快,并在一定程度上解决了大动态范围下响应非线性对校正性能的影响,具有很好的工程应用价值.     

基于变积分时间的红外焦平面非均匀性校正算法研究

针对两点温度定标算法在应用过程中曝露的问题,提出了基于变积分时间的红外焦平面非均匀性校正算法.该算法先对图像进行非线性压缩,转换为线性图像,再利用红外焦平面阵列探测元的响应特性与积分时间之间的关系,采用改变积分时间的方法拟合红外焦平面探测器的平均响应特性曲线,进行两点校正,然后对结果进行取指数操作,即得到原图非均匀校正后的图像.分别利用两点温度定标法和变积分法对航拍红外图像进行校正效果验证,同时进行了不同校正算法的非均匀性适应性评价实验.实验结果表明新算法计算量小,校正准确度高,反应速度快,并在一定程度上解决了大动态范围下响应非线性对校正性能的影响,具有很好的工程应用价值.     

基于FPGA+DSP系统的红外图像非均匀校正的实现

首先引述了红外探测器两点法进行图像非均匀校正的原理,给出了基于DSP+FPGA的图像处理系统硬件模块整体实现框图,以及其非均匀校正模块的硬件结构。然后对其非均匀校正模块硬件实现中的芯片选择,工作流程以及实现作了详细的阐述。最后给出了非均匀校正试验的结果。     

一种基于场景的红外图像非均匀性校正算法

提出了一种基于场景的红外图像非均匀性校正算法。该算法结合了两点定标校正算法和基于场景的改进的恒定统计算法,将两点校正算法的校正系数作为恒定统计算法的系数初值,并引入阈值进行运动状态检测,对运动场景和非运动场景分别进行系数更新。实验表明,该算法可以实现对红外图像非均匀性的校正,对于本文实验中的视频图像,在100帧时算法收敛,其收敛时间优于其他传统基于场景的非均匀性校正算法,并一定程度上抑制了"鬼影"现象。     

基于场景的红外焦平面阵列非均匀性校正算法综述

红外焦平面阵列的非均匀性噪声是制约红外成像质量的主要因素。基于场景的非均匀校正算法通常利用图像序列并依赖帧间运动对焦平面阵列的非均匀性进行校正。介绍和分析了全局非均匀性校正,Kalman滤波器法,自适应滤波法,轨迹跟踪法,基于场景运动分析的校正算法,基于小波变换实现低通滤波的校正算法,高通滤波与神经网络相结合的算法,基于小波去噪、序列图像配准和正交最小二乘拟合的校正算法,改进的神经网络算法以及代数算法等,对算法进行了比较。     

红外焦平面阵列非均匀性校正的精度分析

介绍了红外图像非均匀性校正的基本方法,并用基于黑体多点线性校正算法对128×128的红外焦平面阵列进行了图像校正,获得了较好的结果.多点线性校正的精度与定标点的选择和其数量有关,所以在得到探测器响应曲线的基础上,对这两个因素的选择进行了分析,并用实际的校正结果对这两个因素对校正精度的影响进行了讨论.结果表明,与理论分析符合的很好.     

基于自适应滤波的红外焦平面阵列非均匀性校正算法

 红外探测器响应漂移特性会降低红外焦平面阵列（IRFPA）非均匀性校正的精度。针对该问题提出了一种基于场景的IRFPA非均匀性校正算法。该算法利用所获得的序列成像场景信息,采用一种基于快速自适应滤波器的最优化递归估计方法来获得非均匀性校正参数,并利用当前的成像信息来更新校正参数,以此降低探测器响应漂移特性对非均匀性校正的影响。算法仿真实验显示,对非线性参数为26.12%的同一图像,使用该算法、两点校正算法和卡尔曼滤波校正算法校正1 h后,可分别将非线性参数降至1.856%,3.122%和1.893%,说明该算法可获得稳定而较好的非均匀性校正效果。     

光谱成像仪CCD焦平面组件非均匀性校正技术研究

分析了光谱成像仪CCD焦平面的非均匀性机理和各种非均匀性校正算法，提出两点多段的非均匀性校正算法，该算法避免了两点校正算法的低准确度和多点校正算法的大运算量.在光谱成像仪上的应用结果表明,两点多段的非均匀性校正算法具有运算量小、准确度高、实用性强的优点.     

多点分段单步校正法在接触式图像传感器扫描仪上的实现

提出了一种接触式图像传感器(CIS)扫描仪非均匀校正的新方法,能够快速高效地完成对CIS扫描仪彩色图像的非均匀校正,消除了CIS的颜色差异。采用多点分段单步法进行标定,采用现场可编程门阵列实现校正,并最终得到颜色均匀的彩色图像。对于分辨率高达1200dpi的CIS扫描仪,采集一次样板纸完成全部颜色空间的分段标定,图像传输的同时完成校正,校正过程仅耗时0.125μs。实际应用效果显示校正后R,G,B三个通道的像素误差控制在5个像素以内,相比校正前图像均匀性提升10倍左右,比传统两点法提升3倍左右,且明显改善图像颜色突变、暗淡以及随机条纹等问题。     

红外探测器模拟器中多通道数模转换输出不一致性校正

针对多通道数模转换电路输出不一致性问题,将两点非均匀性校正算法引入到不一致性问题中,提出了一种不一致性两点校正模型。通过分析红外探测器模拟器输出信号的样本数据,获得不一致性校正因子,并在现场可编程门阵列核心处理器中实现了该不一致性校正模型。利用红外探测器模拟器模拟320×256中波红外制冷探测器的输出信号,获得不一致性校正前后的图像。通过比较分析表明:校正前图像列平均灰度最大起伏量为15,校正后为5,相对改善了约66.7%。     

X射线图像增强器像元响应不一致性的分析及校正

X射线图像增强器像元响应不一致性是评定图像质量的重要指标,它将影响设备的探测能力和分类级别,因而很有必要对不一致性的进行校正。通过对不一致性产生机理的理论分析,建立了图像增强器的每个像元通道光电响应的对数曲线模型。基于该模型,提出了一种改进的两点校正算法。该算法首先将非线性响应转化为线性响应,然后用基于最小二乘的多点校正算法对线性数据进行校正。校正前后的图像及标准差给出了对比,实验结果表明了该校正方法的有效性。     

基于半导体制冷器的非均匀性校正

非均匀性是红外系统中影响图像质量的重要因素。为了更好地拟合探测器的响应曲线,充分发挥探测器的最佳性能,以获得良好的图像效果,在两点校正的理论基础上提出了一种更为实用的两点校正方法。通过单片机(MCU)控制半导体制冷器(TEC)以产生两个不同的校正温度点,系统分别读取在这两个温度点下所采集的两幅图像,利用两点校正算法计算探测器的响应率和暗电流。通过实验验证,这种校正算法实用,易于实现。     

双近贴式X射线像增强器成像不均匀性的分析与校正

分析了双近贴式X射线像增强器响应不一致性的产生机理,对每个像元建立了光电响应的数学模型.基于该模型,提出了一种改进的多点校正算法.该算法将对数曲线模型转化为线性响应模型,通过基于最小二乘法的两点拟合算法对图像数据进行校正.对比分析了校正前后图像的背景标准差及灰度分布曲线,实验结果验证了该方法的有效性.     

基于FPGA的图像畸变矫正算法研究

在机器视觉中需要对采集到的带有畸变的图像进行矫正。为了提高对畸变图像校正的实时性，针对使用FPGA实现图像畸变矫正算法时，存在的在线计算逆向映射坐标复杂和片上ROM容量不够问题，压缩了逆向映射表，并在FPGA上利用插值方法在线重建了逆向映射表。通过查找重建的逆向映射表来获取逆向映射坐标，从而降低了FPGA的在线计算量和片上ROM的容量需求。MATLAB仿真结果显示，当压缩参数n分别取4、8、16时都能够对畸变图像进行较好的矫正，并且图像信息不会丢失。仿真结果验证了算法的有效性，该算法可用于基于FPGA的图像畸变矫正。     

TDI CCD像元响应不一致性校正算法

线阵TDI CCD遥感相机的不一致性校正对获取高质量的图像来说具有重要意义。主要对TDI CCD像元响应不一致性的校正算法及其硬件实现进行了深入的研究。对CCD的噪声特性进行了详细的分析,给出了像元响应不一致性(PRNU:Pixel-response non-uniformity)的退化模型及校正算法,并对其计算精度进行了分析,在硬件电路上对校正算法进行了验证,详细分析了影响校正效果的各种因素。实测结果表明,校正后图像的信噪比得到显著提高。