基于生成对抗网络的红外图像自适应校正算法

红外相机经过两点校正后会发生漂移,导致图像产生非均匀性噪声.传统的基于场景的非均匀性校正算法适应性较强,但会产生鬼影问题.基于深度学习的非均匀性校正方法,面对红外图像特殊的非均匀性噪声,随着网络深度增加,很容易出现图像模糊,对比度变小,细节丢失问题.针对此问题,提出一种基于生成对抗网络的非均匀性校正算法,网络分为生成网...     

基于全卷积网络的红外图像非均匀性校正算法

针对红外成像系统在经过两点校正后,随时间漂移仍然会出现的非均匀性噪声,提出一种基于全卷积深度学习网络的红外图像非均匀性校正算法,使用子网络与主网络相结合的方式进行非均匀性校正.该算法设计了非均匀性等级估计子网络,将含有非均匀性噪声的红外图像输入子网络后,输出非均匀性等级估计图,并和待校正红外图像一并输入校正主网络.子网...     

基于神经网络的改进型红外图像自适应非均匀校正算法

针对传统的基于神经网络的自适应非均匀性校正(Neural-Network-based Non-Uniformity Correction, NN-NUC)算法在 实际应用中存在校正能力有限和容易产生鬼影的问题,深入分析了NN-NUC算法中的鬼 影产生过程,并给出了抑制鬼影的一般性方法;然后结合实际红外成像系统的特点,提出 了一种改进型NN-NUC算法。仿真实验结果表明,该算法可以最大限 度地抑制场景鬼影的产生,并可有效减小系统输出图像的非均匀性噪声。此外,本文算法 计算量小,且易于用硬件实现,因此具有很好的工程应用价值。     

焦平面红外成像设备非均匀性校正残差分析

非均匀性是焦平面红外成像设备的固有特性,影响成像质量。介绍了非均匀性产生的原因、校正方法及校正残差的描述方法。从理论上分析计算了不同校正方法的校正残差及其变化规律。并针对某VOx非制冷热像仪实测图像数据计算了不同校正方法、不同温度下的校正残差大小,得出在使用单点校正方法测量时尽量将校正温度点选在测量对象温度（等效黑体温度）分布的中间位置及使用两点校正时校正温度尽量设置在测量对象温度区域（等效黑体温度）两侧的结论。     

基于图像块先验的单帧红外自适应校正算法

红外焦平面阵列的非均匀性严重限制了红外成像系统对目标的灵敏度,降低了图像的成像质量。本文基于图像块统计特性的期望块对数似然概率(EPLL),提出了基于图像块先验的单帧红外图像非均匀性校正算法,可以完成单帧红外图像的非均匀性校正。该算法首先利用高斯混合模型完成对图像块训练分类,然后利用EPLL准则获取带有非均匀性噪声图像对应的最大似然概率对数期望图像来完成对图像的校正。仿真试验和真实红外图像实验结果表明该方法对单帧红外图像的非均匀性校正效果良好,校正速度快,可以避免鬼影的产生并且可以完成持续性工作。     

红外图像非均匀性校正技术研究

红外图像的非均匀性是制约红外成像系统成像质量的限制性因素。本文对国内外广泛应用的两点校正法进行了原理探讨,并阐述了恒定统计平均法,时域高通滤波器法和神经网络校正法等几种正在实验室大力研究的非均匀性校正技术。     

基于伽马压缩的红外图像非均匀性校正算法研究

针对红外探测器输出12位像素深度响应,而数字图像显示通常为8位的情况,提出一种基于伽马压缩的非均匀性校正算法。该算法利用自适应伽马曲线将探测器输出的响应进行压缩,然后基于两点校正对中低温图像和高温图像运用不同的校正系数进行校正。实验结果表明:该算法的非均匀性校正效果好,能够将传统两点校正方法校正后的残余非均匀性降低20%左右,校正后的中低温图像细节信息丰富,层次感强。     

一种基于大视场红外图像的非均匀性校正算法

研究了行扫体制热像仪获取的大视场红外图像非均匀性校正的处理方法。首先分析了大视场下全局校正算法的局限性,然后提出了对大视场图像分块处理的想法,通过分块图像获取补偿参数来对非均匀性进行校正。最后通过实验证明了该算法能够在单帧情况下有效弱化条纹噪声,改善图像非均匀性。     

实时红外图像非均匀性校正技术研究

在分析红外图像非均匀性噪声产生机理的基础上,介绍了红外成像系统非均匀性校正原理,从数字图像处理的角度阐述了校正方法,提出了因子加权校正结构,并给出了其硬件实现。利用该方法可以有效地消除红外图像的非均匀噪声,增强红外图像的视觉质量。     

基于神经网络的红外焦平面非均匀性自适应校正算法

由于材料、工艺等原因,红外焦平面阵列(IRFPA)各单元普遍存在响应不一致的现象,从而导致IRFPA都存在非均匀性.非均匀性校正(NUC)是红外图像处理系统中的重要环节.本文在研究了传统的基于神经网络的NUC算法的基础上,提出了一种改进的基于神经网络的非均匀性自适应校正算法,并对比了传统的基于神经网络的算法和本文算法的校正效果和收敛速度,实验表明本文提出的算法校正效果好,收敛速度快.     

基于图像梯度的神经网络红外焦平面非均匀校正算法

红外焦平面阵列固有的非均匀性导致叠加在图像上的固定图形噪声严重影响了红外系统的成像质量。传统的神经网络非均匀校正算法存在待处理像素的期望值求解固有缺陷、收敛速度慢和学习速度过大,容易造成算法不收敛。提出了基于图像梯度的神经网络非均匀校正算法,通过对处理像素的期望值求解、改进和调整学习速度、改善图像校正效果,提高了算法收敛速度。通过对真实的红外图像序列实验表明,新算法相对传统的神经网络算法收敛速度提高了50%以上,红外图像校正效果也得到了提高。     

基于神经网络的红外图像非均匀性校正

由于红外焦平面材料、制造工艺的差异以及多路模拟信号输出的电路设计等因素,红外探测器在面源黑体目标下像元的输出不均匀,针对同一辐射目标得到的响应也不一致.红外探测器像元间的非均匀性影响目标辐射探测的质量,也使得获得的红外图像不能很好地反应目标辐射特性.先对红外图像进行盲元检测和补偿,通过双边滤波方法获得像元期望输出值,利用随机梯度下降法的神经网络模型对红外图像进行非均匀性校正.实验验证该方法较基于标定的校正方法具有适应场景变化、效果好的优点.     

一种基于定标的红外图像非均匀性分区域校正算法

红外探测器的非均匀性问题直接影响红外成像质量和测量精度。地基红外辐射测量系统对远距离飞行目标进行成像时往往不能占满全靶面区域。为提高图像质量,提出了一种基于定标的非均匀性分区域校正算法。以靶面大小为640×512的制冷型中波红外探测器为实验对象,基于黑体定标的两点校正法,采用全靶面校正算法及本文算法进行了验证。结果表明,当成像区域小于全靶面的1/3时,分区域非均匀性校正后非均匀性误差低于0.002%。与全靶面非均匀性校正算法相比,此校正算法使非均匀度进一步降低了30%至75%不等,非均匀性误差的下降率大于30%。采用本文算法后,各区域的非均匀度进一步下降,校正目视效果进一步提高。因此该校正方法具有一定的工程应用价值。     

自适应多点定标非均匀性校正算法

多点定标法校正精度较高,但需要选择合理的标定点才能达到理论的校正效果.本文提出了一种用于选择多点法标定点的算法.算法将残差作为选择标定点的判定条件,自适应地在焦平面响应曲线上确定标定点.探测器采集的原始图像经本文算法校正后图像的响应率不均匀性为0.31％,与传统的均匀分段多点法相比减少了约31％,多点法的校正精度得到了明显提高.     

一种基于场景的红外图像非均匀性校正算法

在分析红外焦平面非均匀产生原因的基础上,阐述了两点校正法的原理.由于各探测器与相邻单元的增益比率具有相关性的特点,利用相邻单元的增益比率,迭代实现比率和偏差的校正,从而减小其图像的非均匀性.仿真计算验证算法能有效地消除图像非均匀性噪声,增强图像的视觉效果.     

一种自适应红外图像非均匀性校正方法及其FPGA实现

介绍了一种自适应红外图像非均匀性校正方法及其FPGA实现.该方法能够实时计算校正系数,并能够保证校正质量.首先利用两点定标校正法获得初始校正系数,然后根据焦平面阵列元的响应特性实时修正校正系数,并通过在系数修正过程中加入修正判断,很大程度地改善了传统校正过程中的逐渐模糊和鬼影的不足.最后在FPGA硬件平台上实现了该方法...     

基于SOPC的红外图像自适应非均匀性校正设计

场景非均匀校正和基于本底信息无快门校正等红外图像自适应非均匀性无快门校正算法不需要中断探测过程,克服了定标类校正算法需要周期性定标的不足,目前日趋受到重视。相对于场景无快门校正算法,基于本底信息的自适应无快门校正算法具有复杂度低、易于实现的特点,正逐步从理论研究走向具体工程应用,通过硬件系统实现该校正算法具有重要的应用价值。根据自适应无快门校正算法理论特点,采用基于FPGA构建SOPC系统的方法进行了硬件实现,主要由校正参数计算、本底采集、校正模型等模块组成。校正参数计算部分根据自适应拉格朗日插值计算和更新校正参数,本底采集模块用于采集均匀本底信息,为图像校正提供一系列本底信息,校正模块完成红外图像的实时非均匀性校正。实验结果表明:实现的非均匀性无快门校正系统具有占用硬件资源少、延迟短和图像效果好的优点,能够广泛应用在红外成像系统中,具有较强的研究价值和现实意义。     

一种新的基于场景的红外图像非均匀性校正算法

根据传统两点法的基本思想,提出了一种基于场景的红外焦平面阵列成像非均匀性校正算法。利用各探测器单元的增益比率与相邻单元的增益比率的相关性,迭代实现增益和偏移量的校正,从而减小其图像的非均匀性。     

基于FPGA的红外图像非均匀性校正系统设计

红外成像技术在众多领域得到广泛应用,但设计和制造工艺存在的非均匀性现象严重降低了红外图像的成像质量。针对这一问题,设计了一种基于现场可编程门阵列(Field-Programmable Gate Array, FPGA)的红外图像校正系统。该系统采用两点校正法对某国产短波探测器的像元增益和偏置进行更新,然后利用3σ算法实现盲元点的检测并利用邻域替代的思想进行盲元校正,通过将盲元点周围的有效像元值按比例替代盲元像元来降低运算复杂度。在基于XC5VLX110T型FPGA的硬件系统上进行实验。结果表明,所设计的红外图像校正系统改善了图像的非均匀性,提高了成像质量且成像速度快。此外,丰富的余量资源使得系统具有较好的扩展性。该系统在红外图像处理方面具有一定的应用价值。     

红外焦平面阵列非均匀性自适应校正算法研究

在分析红外焦平面阵列非均匀性校正现行算法的基础上,提出了一种具有自适应性能的新算法。该算法以小波变换中的滤波器理论为基础,通过将图像序列在时间域的尺度分解和相庆统计量计算,获得在红外焦平面校正中起影响的偏置和增益系数。模拟实验结果验证了其有效性和先进性。