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.     

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。     

基于场景的红外图像非均匀性校正方法综述

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。本文介绍了恒定范围统计法、Kalman滤波器法和轨迹跟踪法。恒定范围统计法和Kalman滤波器法是利用场景数据自适应的进行非均匀性校正的统计算法；轨迹跟踪法是一种利用图像序列的帧间运动提取其实场景的信息的方法。最后把这三种方法和两点法做了比较。     

基于场景的国产红外探测器非均匀性校正方法

基于场景的红外探测器非均匀性校正方法可以弥补基于黑体辐射定标的非均匀性校正方法存在的缺陷,目前许多公开发表的场景校正算法比较复杂,难于硬件和工程化实现。探索了一种基于帧间图像配准的场景校正算法,针对国产640×512中波制冷型红外探测器存在的非均匀性应用该算法进行了校正实验。实验结果表明该算法校正效果明显,为基于场景的非均匀性校正算法的工程化应用提供了一种新思路。     

凝视红外焦平面CCD非均匀性校正

对CCD器件的非均匀性校正的理论方法进行了讨论、分析和比较,并对32×64元硅化铂肖特基势垒红外焦平面器件进行了响应率非均匀性的校正,针对该器件响应率非线性度大、传输率低、疵点数目多和噪声大等问题,选取先进的多点定标分段校正算法,实现了实时校正及显示。校正后,不均匀度为2%,图像质量明显得到改善。     

红外焦平面探测器的非均匀性校正与算法实现

与红外单元器件系统相比,焦平面面阵探测器的一个最大的缺点是其固有的非均匀性,它极大地限制了凝视红外系统的探测性能。实用化、实时的非均匀性校正是红外焦平面器件应用的一个关键技术。文章首先介绍了探测器的非均匀性的成因,然后对被普遍采用的多种非均匀性校正方法进行了讨论,最后分别利用DSP和FPGA实现焦现面探测器的两点校正算法。     

红外焦平面器件的非均匀性校正算法研究

本文首先对红外焦平面(IRFPA)器件的非均匀性进行数学建模,然后介绍传统的两点及多点校正算法及其改进,最后介绍新的一些算法理论,包括基于神经网络及光流的一些理论。     

基于场景的扫描线非均匀性校正算法

目前扫描红外热像仪有着广泛的应用,且一般采用基于定标的非均匀性校正方法;该类方法不能有效地校正图像中出现的扫描线。针对这一问题,本文对扫描线的表现进行分析,提出了一种基于场景的非均匀性校正算法,该算法采用图像像素点邻域标准差作为基础,通过类标准差对图像的差异信息进行计算,能够排除复杂场景的干扰,成功地识别扫描线,并对扫描线提取补偿。该算法计算简单,可以根据场景进行自适应校正,校正效果显著,具有一定的工程应用价值。     

非均匀性处理算法

红外图像信息处理技术已广泛应用,介绍了红外探测器的非均匀性,以及在图像预处理中采用非均匀性校正算法。     

基于扫描型红外热像仪非均匀性场景校正算法的实现

通过对某扫描型手持红外热像仪非均匀性的分析,建立了相应的非均匀性数学模型,提出了场景校正算法并在DSP中编程实现。算法采用运动估计与递归最小二乘法相结合的方式,实现了对空间非均匀性的实时校正;采用神经网络与最小均方算法结合的方式实现了对两点校正后残留非线性非均匀性的实时补偿。应用效果表明该算法具有很高的工程价值。     

基于场景自适应收敛非均匀性校正方法

收敛问题是基于场景非均匀性校正算法的一个共性问题,提出了一个能够自适应收敛的非均匀性校正算法,该算法的一个特点是只对非均匀性空间频率的高频部分进行处理,详细论述了该处理的优点,同时还提出了一个控制收敛速度的因子,使得算法的收敛速度根据场景的动态范围自动调整,这将很大程度的改善基于场景非均匀性校正算法收敛特性,最后通过实验数据论证了该算法的性能.     

焦平面阵列BP神经网络非均匀性校正及其算法改进

在紫外成像系统中,紫外焦平面阵列的非均匀性是影响成像质量的重要因素.介绍了标准的神经网络算法对焦平面阵列非均匀性的校正,并针对标准的神经网络算法的收敛速度慢的缺点,提出了改进算法.通过matlab对算法进行仿真,结果表明BP神经网络(Back.Propagation Neural Network)算法对焦平面阵列的非均匀性有良好的校正效果,改进后的算法效率有了较大地提高.神经网络非均匀性校正算法可以广泛的运用于其他焦平面阵列的非均匀性的校正中.     

FPGA实现红外焦平面的非均匀性校正

红外焦平面阵列(IRFPA)普遍存在着响应度的非均匀性问题，极大的限制了凝视红外系统的探测性能，本文先分析了红外焦平面阵列非均匀性的成因，然后讨论了非均匀性校正的方法，最后针对热释电红外焦平面非均匀性产生的特点，提出了用FPGA实现其非均匀性校正的方案。     

IMM算法在红外焦平面阵列非均匀性校正中的应用

以连续图像序列作为观测数据时,卡尔曼滤波法校正焦平面阵列非均匀性的效果取决于状态模型中漂移系数的选取。针对这一问题,提出应用交互多模(IMM)算法,建立两个状态模型拟合响应参数不存在漂移和漂移剧烈的极限情况,融合估计探测单元的响应参数。实验结果表明IMM算法对非均匀性具有较好的校正作用,且对响应参数的初始状态及漂移系数的选取具有较好的稳健性。     

红外焦平面阵列基于黑体的非均匀性校正方法中的限制因素

以基本的红外辐射理论为依据,阐述了红外焦平面阵列非均匀性校正的物理原理,首次综合性地论述了标定类方法所存在的三个基本限制因素,并重点给出了红外焦平面阵列响应漂移的实验结果.     

电阻阵列非均匀性测试与校正

电阻阵列红外图像投射器的研究在近20年间取得了突破性的进展。作为红外图像生成系统的关键部件,电阻阵列的非均匀性是影响红外图像质量的主要因素,电阻阵列在使用之前必须进行非均匀性校正才能满足红外图像生成系统的应用要求。给出了非均匀性校正的流程;针对稀疏网格法和全屏测试法的互补性,提出了改进的全屏测试法;采用3次样条插值和分段线性法进行数据处理;采用“在线查表法”进行实时非均匀性校正。仿真结果表明,改进的全屏测试法及非均匀性实时算法取得了良好的效果。     

Combined Approach for Nonuniformity Correction in Infrared Focal Plane Array

A new algorithm of nonuniformity correction for infrared focal plane array(IRFPA) is reported,which is a combined algorithm based on both the two-point correction and artificial neural networks correction.The combined algorithm is calibrated by two-point correction,and the calibrated correction coefficients are automatically modified by BP algorithm.So it is not only calibrated,but also real-time processed.In adaptive nonuniformity correction algorithm,the phenomena ghost artifact and target fade-out are avoided by edge extraction.In order to get intensified image,the modified median filters are adopted.The simulated data indicates the proposed scheme is an effective algorithm.     

非制冷红外焦平面阵列的非均匀性校正及其实现

针对基于氧化钒(VOx)的非制冷红外焦平面阵列,介绍了非制冷红外成像系统的构成及其原理,并根据焦平面阵列及其读出电路的特点,给出了相应的非均匀性校正及其FPGA设计的实现。     

红外图像非均匀性校正高通滤波算法的改进

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.本文通过分析多种均匀性校正的方法,提出了一种时域高通滤波法的改进,在这种方法中增加了一个调节因子a,目的是为了调节系统的截止频率,选择合适的调节因子能够尽可能校正焦平面阵列的非均匀性.另外考虑到噪声的空域特性,建立了差图像Eij(n),用于替换噪声图xij(n).实验仿真通过图像的空间标准差证明,新算法具有较好的校正效果.     

基于多项式拟合的红外焦平面非均匀性校正

针对IRFPA非线性物理系统的特征,提出一种基于多项式拟合的非均匀性校正算法, 并给出了硬件实现电路。该算法是在最小二乘意义上的多项式曲线拟合,实验结果表明,其校正效果明显优于分段线性校正算法。