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。     

基于贝叶斯估计的IRFPA自适应非均匀性校正

针对长时间工作后红外焦平面阵列(IRFPA)响应特性发生漂移,图像质量下降的问题,分析了两点校正(TPC)后残留非均匀噪声的特性,在TPC的基础上提出了一种自适应非均匀性校正方法。将两点校正后的图像进行小波分解,利用贝叶斯阈值逐点进行信号方差和噪声方差的估计,计算出残留非均匀噪声并加以去除。实验结果表明,该算法可以有效去除残留非均匀噪声,避免因红外焦平面阵列响应特性漂移而导致的图像降质。     

小波变换的红外焦平面阵列非均匀性校正算法

红外焦平面阵列(IRFPA)的非均匀性是其应用中必须解决的技术难题之一。基于小波理论,提出了一种基于成像场景的红外焦平面非均匀性校正算法。该算法选择合适的小波函数对红外成像序列进行小波分解,而后对分解的信号计算出相应的统计量,从而得出红外焦平面非均匀性校正的偏置和增益校正系数,以此最终实现非均匀性校正。对真实红外序列图像的处理效果验证了该算法可较好地实现非均匀性校正。此外该算法对慢变化量具有较好的自适应性,可较好地抑制一般基于场景统计的非均匀性校正算法中出现的"人工虚影"的现象。     

基于时域矩匹配的红外图像自适应非均匀性校正EI北大核心CSCD

非制冷红外焦平面阵列的响应非均匀性通常表现出与条带噪声相类似的特性。基于场景的校正算法是提高图像质量,补偿响应特性漂移的有效措施。在深入研究矩匹配理论的基础之上,提出了一种新的时域矩匹配非均匀性校正方法。利用相邻帧矩匹配后的图像对场景的变化列进行估计,并在时间域对校正参数进行自适应更新。利用真实的红外图像序列验证了该算法在收敛速度和去鬼影方面的优越性和有效性。     

红外焦平面联合非均匀性校正算法

分别分析了红外焦平面阵列(IRFPA)基于定标的非均匀性校正(NUC)算法和基于场景的NUC算法的优势和问题.在此基础上提出了联合NUC算法,其中利用基于定标的两点校正法来初步消除探测器的非均匀性,然后再采用基于场景的时域高通校正法和新型自适应滤波校正法来抑制探测器非均匀性参数漂移的影响,同时减弱系统噪声对成像质量的破...     

一种基于场景的红外焦平面阵列非均匀性校正算法

针对IRFPA器件在工程使用中固定图案噪音会发生漂移及探测元响应呈现非线性的特征，提出了一种以二次方程表征的响应特性数学模型，并利用场景数据的卡尔曼滤波算法，对其实施双校正。本算法较基于线性模型的非均匀性校正算法具有更好的校正效果，仿真实验结果验明了算法的优越性.     

一种新的基于场景的红外焦平面阵列非均匀性校正算法

设计了基于小波变换去噪、序列图像配准、正交最小二乘拟合的基于场景的非均匀性校正算法,该算法不仅能适应红外焦平面阵列非(IRFPA)均匀性随时间和环境变化而发生缓慢变化的情况,而且对一般基于场景分析的校正算法中形成的校正虚像也有很好的抑制作用.模拟实验结果验证了其有效性和先进性.     

基于时域矩匹配的红外图像自适应非均匀性校正

非制冷红外焦平面阵列的响应非均匀性通常表现出与条带噪声相类似的特性。基于场景的校正算法是提高图像质量,补偿响应特性漂移的有效措施。在深入研究矩匹配理论的基础之上,提出了一种新的时域矩匹配非均匀性校正方法。利用相邻帧矩匹配后的图像对场景的变化列进行估计,并在时间域对校正参数进行自适应更新。利用真实的红外图像序列验证了该算法在收敛速度和去鬼影方面的优越性和有效性。     

基于衬底温度和贝叶斯估计的红外非均匀性校正（英）

分析了红外焦平面阵列(IRFPA)基于定标的非均匀性校正法(NUC)和基于场景的NUC算法各自的优势和问题,在此基础上提出了联合非均匀性校正方法。根据上电时刻焦平面衬底的温度值,从FLASH中提取事先存储的对应温度区间的增益和偏置校正参数,初步消除探测器的非均匀性。通过分析初步校正后图像残余非均匀性噪声的特性,提出了一种自适应非均匀性校正算法NSCT,对经过NSCT分解后的子带图像,利用贝叶斯阈值逐点进行信号方差和噪声方差估计,计算出残余非均匀性噪声后并加以去除。实验结果表明,该算法能有效提高校正精度,并具有更强的环境适应性。     

基于衬底温度和贝叶斯估计的红外非均匀性校正（英文）

分析了红外焦平面阵列(IRFPA)基于定标的非均匀性校正法(NUC)和基于场景的NUC算法各自的优势和问题,在此基础上提出了联合非均匀性校正方法。根据上电时刻焦平面衬底的温度值,从FLASH中提取事先存储的对应温度区间的增益和偏置校正参数,初步消除探测器的非均匀性。通过分析初步校正后图像残余非均匀性噪声的特性,提出了一种自适应非均匀性校正算法NSCT,对经过NSCT分解后的子带图像,利用贝叶斯阈值逐点进行信号方差和噪声方差估计,计算出残余非均匀性噪声后并加以去除。实验结果表明,该算法能有效提高校正精度,并具有更强的环境适应性。