基于环境温度的红外焦平面阵列非均匀性校正

分析了环境变化对红外焦平面阵列信号输出的影响,提出了一种基于环境温度和目标温度的非均匀性校正算法.利用UL01011凝视型红外探测器进行信号采集,根据最小二乘原理建立了焦平面探测单元的指数响应模型.最后,利用该模型进行非均匀性校正.实验表明,算法能在较宽的环境温度范围,准确预测焦平面探测单元的响应,有效提高了非均匀性校正的精度.     

非制冷红外探测器片上偏压逐点非均匀性校正方法

针对非制冷红外焦平面阵列(Uncooled Infrared Focal Plane Array,UIRFPA)成像系统中普遍存在的非均匀性较差的问题,本文提出了一种基于探测器工作偏压对其输出影响来进行片上非均匀性校正(Non-uniformity Correction,NUC)的方法——探测器片上偏压逐点NUC技术。该方法是在探测器每一个像元关键偏压VEB和VFID上使用DAC供电,通过在积分前对每个像元的偏压进行单独的调整来校正其信号输出值。在不影响探测器帧频的情况下,实现了非均匀性从1.9%降低到0.4%,有效改善了探测器原始信号的非均匀性,且具有很好的实时性。     

利用CPLD实现红外焦平面阵列实时非均匀性校正

红外焦平面阵列响应的非均匀性严重限制了红外系统的成像质量,必须在使用时对其进行非均匀性校正.以两点校正方法为例,利用CPLD的高速性和灵活的可编程性,对红外焦平面阵列进行实时非均匀性校正.实验结果表明利用CPLD实现的红外焦平面阵列的非均匀性校正方法简单、效果理想.     

基于FPGA的红外焦平面阵列实时非均匀性校正

提出了一种以FPGA为核心的焦平面器件实时非均匀性校正方法,能够实时地完成非均匀性校正系数的在线计算、红外图像的非均匀性校正.采用浮点乘法器、浮点除法器进行运算,提高了计算精度.采用并行处理结构和流水线技术,使系统的处理速度达到20 M×12 bit/s,特别适用于大面阵、高帧频红外焦平面成像系统.系统仅使用一片FPGA,有利于系统的小型化.     

红外焦平面探测器测试数据的校正

针对红外焦平面探测器现有测试方法的不足,讨论了像元辐射通量的校正方法,推导的校正公式具有相当高的精度,适用于不同规格的圆形冷屏探测器.介绍了凝视红外焦平面探测器测试数据的校正研究,对Sofradir中波320×256探测器的输出信号数据进行了校正,并对校正结果进行了讨论.校正因子与真实解(数值解)十分接近,66个数据的平均相对误差为0.04%.校正后的曲线十分平直,信号的非均匀性有较大改善,由校正前的3.27%下降到1.33%,响应信号的平均值有所提高.为了真实地反映探测器的性能参数,特别是非均匀性,需要对像元辐射通量进行校正.     

一种改进的神经网络非均匀性校正算法

传统的神经网络校正算法对于线列焦平面阵列的非均匀性校正效果并不理想.因此,本文针对扫描型成像系统对传统神经网络算法进行了改进,将局部中值处理作为期望输出,逐列进行系数更新和校正,获得了很好的结果.改进后的算法收敛速度快,适合于线列焦平面阵列的非均匀性校正.实验结果显示了该算法的良好校正效果.     

红外焦平面阵列非均匀性实时校正研究

针对红外焦平面阵列非均匀性多点校正过程中涉及的数据量大,难于实现实时校正的特点,提出了利用TMS320DM642 DSP硬件对红外焦平面阵列进行多点实时校正.利用DSP的硬件乘法器和加法器能够高速有效地实现红外焦平面阵列的非均匀性校正.实验结果表明利用DSP实现红外焦平面阵列实时非均匀性校正方法简单灵活,图像效果理想,能够很好地满足红外焦平面阵列成像系统实时性能的要求.     

基于FPGA的IRFPA非均匀性自适应校正算法实时实现

红外焦平面阵列(IRFPA)的非均匀性校正(NUC)是红外图像处理系统中的重要环节.在研究了基于神经网络的NUC算法的基础上,提出了一种采用FPGA基于神经网络的非均匀性自适应校正算法实时实现硬件方法,该方法利用流水线技术和并行处理结构,大大提高了系统的运算速度,特别适用于大面阵、高帧频红外焦平面成像系统;而且系统仅利用了一片FPGA,体积小,功耗低,便于系统的小型化.     

红外焦平面阵列二元非线性的非均匀性理论模型

 非均匀性校正是红外焦平面阵列成像质量提高的关键,在现有一元线性理论模型局限下,红外焦平面阵列成像非均匀性校正难以获得校正精度的提高.本文通过红外焦平面阵列探测器成像机理及其成像过程理论分析,推导了影响探测器响应及其非均匀性的主要因素,首次建立了红外焦平面阵列二元非线性的非均匀性理论模型,通过实验测试及其统计分析验证了理论模型.该模型能在较宽红外辐射和环境温度范围内准确预测红外焦平面阵列响应曲线及其非均匀性,比原一元线性理论模型更全面准确地描述了红外成像非均匀性影响因素及探测器响应关系.     

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.