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。     

基于非线性模型的卡尔曼滤波非均匀性校正算法

针对红外焦平面阵列探测单元响应的非线性对非均匀性校正的影响,利用探测器响应的非线性模型,对卡尔曼滤波非均匀性校正算法进行扩展和改进,以有效地克服响应非线性对校正精度的影响.该算法先对图像进行非线性压缩,转换为线性图像,再利用线性模型下的卡尔曼滤波算法实施非均匀校正,然后对其进行取指数操作,即得到原图非均匀校正后的图像.实验结果表明,该算法不仅继承了原算法利用场景信息来最优地更新校正参数的估计,解决了探测器偏置和增益漂移对校正影响,而且还在一定程度上解决了响应非线性对校正性能的影响,从而获得了较好的非均匀性校正效果.     

基于场景的红外焦平面阵列非均匀性评价方法

针对红外遥感图像非均匀性的定量评价问题,研究了基于场景的红外焦平面阵列响应非均匀性的定量评价方法。利用真实红外遥感图像序列量值分布的特点,针对小序列图像提出了基于序列排序和小波变换的标准图像构建算法;结合非均匀性评价指标,提出了利用构建标准图像的响应非均匀性对红外图像的非均匀性进行定量估计;分别利用黑体定标实验和统计方法对标准图像构建算法进行了验证,同时进行了不同校正算法的剩余非均匀性评价实验。结果表明,128frame序列构建得到的标准图像的非均匀性分别比同温黑体图像小0.92%,比统计标准图像大0.59%。该方法可用于定量估计红外遥感图像的非均匀性。     

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.     

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。     

基于梯度场景的非均匀校正方法

长波红外探测器经常被用于机载红外预警系统中,常受严重的非均匀性噪声干扰。为了校正探测器的非均匀性,补偿辐射响应非线性,提出了一种基于梯度场景的非均匀性校正方法。给出了探测器辐射响应非均匀性的观测模型;以标准黑体和梯度场景作为参考源,在理论上推导出校正系数表达式;利用原理样机进行了外场实验,并探测民航客机目标。实验结果表明:与基于黑体的两点校正方法相比,利用本文方法进行非均匀性校正后的图像,局部标准差峰值由8.57降低到2.39;对于相距50.64km的空中客车A319型客机,目标的信杂比由4.87提高到11.22。本文算法可以有效降低图像局部标准差,适用于机载红外预警系统。     

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。     

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。     

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.     

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。     

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。     

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。     

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.     

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...