基于维纳滤波的红外焦平面阵列非均匀性校正算法

充分利用红外图像的空间相关性和时间相关性,提出了一种基于维纳（Wiener）滤波的红外焦平面阵列（IRFPA）非均匀性校正算法,实现对辐射信号的无偏估计,滤波器的参量通过时域一、二阶统计结合空域平均获得,同现有的典型校正算法相比,本文算法具有收敛速度快、校正准确度高的特点,理论分析以及针对实际红外图像的实验结果表明提出的算法更具优越性.     

时空域非线性滤波红外序列图像非均匀性校正

针对现有非均匀性校正方法中校正结果收敛速度慢、图像退化、存在"鬼影"现象等问题,提出一种空域三边滤波与时域梯度加权均值滤波相结合的红外序列图像非均匀性校正方法.该方法首先利用三边滤波将图像分解为基本分量与细节分量;然后对分离出的细节分量序列图像的时域曲线进行梯度加权均值滤波,从而分离出细节分量中非均匀性和场景细节;最后用原图减去非均匀性,得到校正结果.实验结果表明,该方法能有效地抑制"鬼影"并改善图像退化现象,校正结果无论主观视觉还是客观评价指标均明显优于时域高通与神经网络校正方法.     

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...     

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BP神经网络的红外焦平面非均匀性校正技术

在传统BP神经网络非均匀性校正理论的基础上,结合红外焦平面阵列读出通道的时变特性,提出一种新的输出期望估计方法.该方法利用当前像素邻域和读出通道估计输出期望值.实验表明,算法能有效抑制焦平面固定图案噪音,提高场景目标的分辨能力,达到较好的视觉效果.     

基于焦平面归一化响应特性的红外非均匀性校正

红外焦平面阵列的非均匀性噪音是制约红外成像质量的主要因素,非均匀性校正是红外焦平面器件应用的一个关键技术.本文提出了一种基于焦平面归一化响应特性且易于实现的非均匀性校正算法,并基于像元分布的卡方直方图提出一种新的图像非均匀性评估方法,即校正比例.该方法的校正输出考虑了每个像元的观测值与焦平面的响应信号的平均值,校正参量通过将像元的输出与其理想校正结果之间的偏差用焦平面响应的平均值建立联系而计算得到.提出的校正比例兼顾考虑了焦平面响应的时间与空间特性,比现有的图像非均匀性评估方法更能合理衡量焦平面的非均匀性程度.多种非均匀性校正的评价数据以及实验结果表明,该算法的校正效果优于两点校正法与原值拟合二阶校正法,并对于响应异常的像元具有较强的校正能力.此外其校正准确度高,所需参量少,易于实时处理,具有较强的实用价值.     

一种基于恒定统计的红外图像非均匀性校正算法

对红外焦平面阵列成像系统而言,基于场景的非均匀校正技术是处理固定图案噪声的关键技术。现有的非均匀校正算法主要被收敛速度和鬼像问题所限制。提出一种新的基于恒定统计算法的自适应场景非均匀校正技术。利用红外图像序列的时域统计信息结合提出的α修正均值滤波来估计探测器的参数,通过减少样本的渐进方差估计,完成成像系统的非均匀性校正。通过模拟和真实的非均匀性图像对算法的性能进行评价。实验结果表明,在继承恒定统计算法快速收敛的同时,图像峰值信噪比较恒定校正法及常系数α校正算法分别有44.5%和32.9%的提升,图像鬼像问题有明显改善。     

基于反中值滤波的红外焦平面自适应非均匀性校正方法

分析了红外焦平面阵列非均匀性的噪声特性，提出了一种用反中值滤波为核心的红外焦平面自适应校正的方法。针对实际的图像进行了实验，实验证明该方法在校正效果、收敛速度、对静止目标保持能力及可硬件化等方面都有较好的表现。     

基于焦平面归一化响应特性的红外非均匀性校正

红外焦平面阵列的非均匀性噪音是制约红外成像质量的主要因素,非均匀性校正是红外焦平面器件应用的一个关键技术.本文提出了一种基于焦平面归一化响应特性且易于实现的非均匀性校正算法,并基于像元分布的卡方直方图提出一种新的图像非均匀性评估方法,即校正比例.该方法的校正输出考虑了每个像元的观测值与焦平面的响应信号的平均值,校正参量...     

基于扩展全变分的红外焦平面阵列非均匀性校正方法

针对传统的基于场景的红外焦平面阵列非均匀性校正算法收敛速度慢和校正精度不高的缺点,提出了一种基于扩展全变分的红外焦平面阵列非均匀性校正方法。在分析全变分算法的图像去噪性能的基础上,针对运动的红外图像序列,扩展了全变分的应用范围。通过最小化非均匀校正后图像的全变分,利用最陡下降法,得到计算增益量校正因子和偏移量校正因子的迭代公式。针对校正图像存在的鬼影现象,设计了一种自适应阈值控制的鬼影消除方法。实验表明:相较于目前已有的方法,该方法有效地去除了原始红外图像的固定图案噪声,较大程度地保留了图像细节信息,提高了图像质量。     

基于非局部均值滤波与时域高通滤波的非均匀性校正算法

时域高通滤波非均匀性校正是一种典型的基于场景的红外焦平面阵列非均匀性校正算法,但其易产生"鬼影"现象,影响校正效果.本文在时域高通滤波校正算法的原理基础上,分析了其校正过程中"鬼影"现象产生的原因,即由于全部图像信息的叠加而导致静止场景被滤除且运动场景会在当前位置留下反转的图像,从而形成"鬼影".引入非局部均值滤波方法,提出了一种去"鬼影"的非局部均值滤波-时域高通滤波非均匀性校正方法.该方法首先采用非局部均值滤波将图像信息分离成高低频两部分(其中高频成分含有大部分噪音及非均匀性),并使用高频成分进行时域高通滤波算法中低通输出的递归运算,使得低通滤波后的图像含有较少的场景信息,从而可使校正输出图像含有较少的"鬼影"现象.采用两组真实红外序列图像进行验证,结果表明该算法不仅能获得较好的非均匀性校正效果,而且能较好地抑制时域高通滤波算法中的"鬼影"现象.     

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。     

基于DSP的红外焦平面阵列非均匀性实时压缩校正研究

针对红外成像系统在图像处理中所涉及的数据量大,实时处理难于实现的特点,利用高速DSP硬件对红外焦平面阵列的非均匀性进行实时压缩校正.以两点校正为例,详细阐述了硬件压缩校正原理和实现步骤,并给出实验结果.实验表明:基于DSP的非均匀性实时压缩校正系统生成的图像比较清晰,校正过程简单,程序调试方便,能够有效地解决红外成像技术中实时性难题.     

一种基于S曲线模型的红外焦平面阵列非均匀性自适应校正算法

针对红外焦平面阵列(IRFPA)中探测元的非线性响应以及响应特性的漂移引起的校正误差,提出了一种基于S曲线模型的场景自适应校正算法.该算法利用对数运算将IRFPA的输出信号线性化.并运用自适应滤波技术对线性信号实施非均匀性校正,并采用指数变换还原出实际的校正输出信号.基于人造黑体图像和实景红外视频的仿真实验结果表明.该算法在校正精度和大动态范围信号响应特性方面均优于传统的场景自适应校正算法.     

基于系统非线性的红外焦平面非均匀性校正

采用系统非线性描述和分析方法,从基于红外参考辐射源的校正算法原理入手,提出了一种新的红外焦平面非均匀性校正方法.该算法将每个探测器单元视为一个非线性系统,因此,该算法原理既对基于红外参考辐射源的非均匀性校正算法成立,对基于场景的校正算法在一定条件下也有效,能够适应非均匀性随时间和环境改变而发生缓慢变化的情形,是一种自适应算法.     

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.     

环境温度对红外图像非均匀性影响的研究

定量分析了SOFRADIR公司生产的320×240凝视型非制冷焦平面探测器关键偏置电压FID、VEBASAGE对焦平面探测器输出的影响.通过测试发现,焦平面驱动电路板所处系统内部环境温度在某一温度附近有振荡现象,理论上推导出了焦平面驱动电路所处系统内部环境温度在（－10℃,40℃）的缓慢漂移以及振荡均能使关键偏置电压产生毫伏级漂移的结论.结果表明,焦平面驱动电路所处系统内部环境温度变化严重影响了焦平面探测器输出的稳定性并改变了红外图像的非均匀性,为基于环境温度补偿的非均匀性校正算法研究提供了依据.     

基于特征分解的红外焦平面非均匀性校正算法

针对目前红外焦平面自适应场景校正算法工程应用的局限,提出了一种基于红外焦平面非均匀性特征分解的场景校正算法。分析了红外焦平面非性匀性构成因素,把其中的高频部分分解成盲点、斑块、行列非均匀性等,把缓慢变化的低频部分分解成梯度渐变非均匀性;分别对各类非均匀性采用不同的校正算法;合并校正结果,得到校正后的图像。实验结果表明,该算法校正精度高、收敛速度快、抑止目标退化能力强,适合工程应用。     

基于特征分解的红外焦平面非均匀性校正算法

针对目前红外焦平面自适应场景校正算法工程应用的局限,提出了一种基于红外焦平面非均匀性特征分解的场景校正算法。分析了红外焦平面非性匀性构成因素,把其中的高频部分分解成盲点、斑块、行列非均匀性等,把缓慢变化的低频部分分解成梯度渐变非均匀性;分别对各类非均匀性采用不同的校正算法;合并校正结果,得到校正后的图像。实验结果表明,该算法校正精度高、收敛速度快、抑止目标退化能力强,适合工程应用。     

一种新的基于平稳小波变换的红外焦平面非均匀性校正技术

在分析固定图案噪音频率分布的基础上,提出了一种利用平稳小波进行非均匀性校正的方法.选择合适的小波函数对红外图像序列进行分解,从而估计出非均匀性校正的增益和偏置系数,最终实现红外焦平面阵列的非均匀性校正.利用小波的多分辨性质,提高了低频部分的频率分辨率,有效的抑制了一般基于场景统计校正算法中易于出现的“人工鬼影”现象.用真实的红外图像序列进行了处理,实验证明了算法的优越性.