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.     

红外焦平面非均匀性自适应校正算法实时实现

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.文章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DSP与FPGA相结合实现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,在该方法中利用FPGA并行处理能力强的特点,对焦平面阵列进行非均匀性校正,而DSP的计算能力强,完成校正系数的自适应更新.将该方法应用于128×128红外成像系统中,可使系统长期稳定地工作,克服了校正参数的漂移问题.     

红外焦平面阵列非均匀性自适应校正算法研究进展

实现红外焦平面阵列非均匀性自适应校正是高级红外探测系统追求的重要目标,对提高红外探测系统的空间分辨率、温度分辨率、探测距离以及辐射量的正确度量具有重要意义.归纳总结了国内外关于凝视红外焦平面阵列非均匀性自适应校正算法的部分研究工作及其进展,比较了典型自适应算法的性能和适用条件,为进一步开展红外焦平面阵列非均匀性自适应校正研究提供参考意见.     

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。     

红外焦平面阵列非均匀性校正精度的研究

定标校正法是目前人们实际使用较多的一种红外焦平面阵列非均匀性校正方法。该方法采用的算法简单,易于用硬件实时实现,但也存在校正精度低的缺点,针对这一不足,首先通过实验得到了红外焦平面探测器的实际非线性响应曲线,然后在此基础上进一步分析了定标点的数量及选取对红外焦平面阵列非均匀性校正精度的影响,为提高定标校正法的校正精度提供了依据。     

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。     

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.     

红外焦平面阵列非均匀性实时校正技术研究

在分析红外焦平面阵列非均匀性噪声产生机理的基础上,提出了一种易于硬件实现的新算法,并给出了其硬件实现。该算法从数字图像处理的角度出发,通过垂直滤波和排序均值滤波,对非均匀性进行校正。利用该算法能实时有效地消除红外图像的非均匀性噪声,增强图像的视觉质量。     

红外焦平面阵列非均匀性自适应校正方法

分析基于场景的红外焦平面阵列非均匀性校正方法中的景物退化和鬼影现象,提出了一种基于边缘约束高斯滤波的红外焦平面阵列非均匀性自适应校正方法。该方法设计了一个边缘约束高斯滤波器来获取理想的估计图像,利用最陡下降法得到计算增益校正因子和偏移量校正因子的迭代公式,并通过迭代步长的自适应控制来增快算法的收敛速度。通过仿真实验和真实红外图像处理对比实验表明:相较于目前已有的方法,该方法在有效抑制景物退化和鬼影现象的同时,较好地去除原始红外图像的固定图案噪声,保留了图像细节信息,提高了图像质量。     

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。     

焦平面红外图像的非均匀性校正技术

焦平面红外图像传感器的应用难点之一解决其非均匀性的问题.在论述了两点校正算法原理的基础上,提出了一种采用单片机和FPGA实现焦平面红外图像的两点校正的技术途径,并给出了其校正增益和偏置系数的计算流程.     

对红外焦平面非均匀性自适应校正算法的研究

研究红外焦平面的非均匀校正对监控系统和军事有着特殊的意义.针对传统神经网络法非均匀校正算法存在收敛速度慢和不稳定的缺点,提出了一种新的基于场景的IRFPA非均匀性校正算法.该算法先将焦平面上的各像素点值和他周围的8个像素点值做一次排序,选择排在中间的5个像素值求平均作为该点的新像素值.再利用一种改进的神经网络法对红外图像再做一次非均匀校正.实验结果表明,新算法的非均匀校正效果比原来的神经网络算法和均值滤波算法都有明显的提高.还引用了一种新的收敛因子的估算方法,计算结果得出该方法能较准确地估算出收敛因子在自适应迭代公式中收敛时的范围,提高了校正算法的收敛速度.     

基于局部梯度的神经网络非均匀性校正算法

为了解决传统神经网络算法在用于红外焦平面阵列(Infrared Focal Plane Array,IRFPA)非均匀性校正(Non-Uniformity Correction,NUC)时所面临的边缘模糊、收敛速度慢等问题,通过引入图像局部梯度特性对该算法进行了改进。通过用局部梯度相似度信息构造权值函数来对区域进行加权滤波,可以保留图像边缘信息。在迭代运算中,将梯度幅值加权的自适应参数规整因子加入了误差损失函数,并引入梯度幅值相关的自适应步长用以代替传统的固定步长,从而进一步提升了算法的校正效果和收敛速度。然后对算法的性能曲线和校正结果进行了分析。结果表明,与传统算法相比,改进的神经网络校正算法取得了更好的校正效果,其校正误差稳定低于前者,实现了有效抑制边缘模糊和提升收敛速度的目标。     

红外探测器响应非均匀性对系统灵敏度的影响

红外焦平面探测器的响应非均匀性将产生空域噪声,影响系统的灵敏度,在一般的红外系统灵敏度噪声等效照度（NEFD）和噪声等效温差（NETD）计算公式中,却不包含非均匀性的影响.通过非均匀性空域噪声的定义和焦平面探测器的空域噪声与时域噪声不相关的基本假设,在给出图像总噪声与探测器空域噪声和时域噪声关系的基础上,推导出了响应非均匀性与系统灵敏度NEFD和NETD的关系式,为红外系统的设计特别是非均匀性校正提供了依据.     

基于神经网络的红外焦平面非均匀校正的新算法

传统的神经元网络算法对噪声具有较好的自适应性,但当噪声略强时,它的校正效果会出现下降,为进一步提高性能,原作者提出了基于神经元网络的红外焦平面非均匀性校正的改进算法.但在场景静止时,原算法就不再适用.针对这种情况,分析了基于神经元网络的红外焦平面非均匀校正的改进算法,提出了在场景静止时的校正算法.并结合两者,最后提出了基于神经元网络的红外焦平面非均匀校正的新算法.仿真证明,新算法具有优异的性能.     

提高红外图像均匀性的两级校正技术研究

凝视红外焦平面成像系统中,经常需要根据目标红外辐射强度来修改探测器积分时 间,当积分时间变化后,红外图像的均匀性明显变差。本文探索了一种利用积分时间校正与目前实用性较好的两点温度定标法相结合的焦平面非均匀性校正方案,它不仅使红外图像的均匀性得到较大幅度提高,而且在修改积分时间的情况下图像均匀性不受影响。     

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。     

基于校正率的红外焦平面阵列非均匀性校正评估新方法

提出一种新的能对非均匀性校正效果进行定量计算的评估测度“校正率”,并进行了实验验证.校正率以时域噪声为参考标准来衡量图像非均匀特性,不仅可以反映图像显示效果,还可以反映图像测温精度.该方法可用于IRFPA系统的性能评价和非均匀性校正方法校正效果评价,对非均匀性校正的研究具有重要意义.     

基于匀速扫描黑体的热像仪非均匀性校正

热像仪非均匀性校正是热像仪应用的一个关键技术,常用的方法为基于黑体的热像仪非均匀性校正方法。多次成像法能解决基于黑体的方法受辐射源非均匀影响的问题,但该方法利用多幅热图的相对关系进行校正,在热图坐标下准确定位较为困难。本文基于多次成像法原理,提出了一种基于匀速扫描黑体的非均匀性校正方法,该方法结合了标定类和配准类基于场景的校正方法的优点,通过热像仪扫描读取黑体参考源,利用热像仪不同探测单元对黑体同一场景点响应的差异进行非均匀性评价。相比多次成像法,本文的方法更容易实现且具有更好的抗噪声能力。利用本文的方法对两个热像仪进行非均匀性校正,结果表明确实可以分离黑体非均匀性,但提高了对黑体辐射源和热像仪时间稳定性的要求。     

基于人眼视觉特性的IRFPA非均匀性校正算法研究

红外焦平面器件普遍存在着非均匀性问题,对红外焦平面阵列(IRFPA)实施非均匀性校正对提高成像质量具有重要意义。传统的IRFPA多点校正算法存在运算量大、实时性能低、实用效果差等问题,为此文章综合人眼视觉特性,提出IRFPA非均匀性多点校正算法。人眼视觉对图像的灰度分辨能力是有阈值限制的,利用这种分辨阈值可以对IRFPA的标定点进行有效压缩,生成像元号-校正系数表,然后通过查找系数表,实现IRFPA的非均匀性实时压缩校正。实验证明,提出的IRFPA非均匀性校正算法较传统的IRFPA非均匀性校正算法实时性能更好,非均匀性降低了0.203%。