红外焦平面非均匀性校正算法研究与实现

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。非均匀性校正是红外焦平面器件应用的一个关键技术，虽然现在已经提出多种基于场景的非均匀性校正方法，但是两点校正法因其实时性好，具有实用价值。文中讨论了两点校正法，并分别提出了利用查找表法和用CPLD实现焦平面探测器非均匀性校正的方案。     

红外焦平面阵列非线性响应仿真

通过对红外焦平面阵列非均匀性产生原因的分析和总结,考虑了红外焦平面阵列各探测元问的空间相关性,在空间无关的红外焦平面阵列非线性响应模型的基础上,建立了基于空间相关性的红外焦平面阵列响应模型.用以线性响应模型为基础的非均匀性两点校正法对仿真结果进行了初步验证,仿真结果表明:校正以后非均匀性明显下降,但仍剩余的非均匀性与红外焦平面阵列的理想化响应模型以及基于各探测元问是互相独立不相关假设下的非线性响应模型相比,基于空间相关性的红外焦平面阵列非线性响应模型更为科学、客观,也更接近真实的红外焦平面探测器成像.     

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。     

利用DSP图像处理系统实现红外焦平面阵列的非均匀性校正

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。根据两点校正法的原理，提出了一种利用DSP图像处理系统对红外焦平面阵列非均匀性进行校正的新方法。实验结果表明，此方法可以应用于实时红外视频图像的处理，并能达到较好的效果。     

一种改进的红外焦平面非均匀多点校正方法

红外焦平面阵列普遍存在非均匀性问题,国内外已经提出众多解决该问题的方法,其中最有价值的是两点非均匀校正法。在分析两点校正法的基础上,结合红外焦平面阵列非均匀模型,提出一种改进的多点非均匀性校正算法并给出其实现方法。该方法动态范围大,能有效克服由红外焦平面探测单元的非线性响应特性带来的均匀性影响,并且具有校正精度高、处理速度快和易于实时处理等优点。工程中已经证明该方法的有效性。最后给出了工程结果。     

一种基于DSP的红外焦平面阵列非均匀性校正研究

红外焦平面阵列的非均匀性影响了红外焦平面阵列成像系统的性能.基于探测元响应为线性的两点校正法的准确度较低.本文采用多点校正法,通过分段线性插值法来实现线性校正,从而降低非线性带来的误差,提高校正精度.利用DSP硬件所具有的强大运算能力,设计出了一套基于DSP的嵌入式红外焦平面阵列非均匀校正系统.通过实验证明该系统具有运算速度快、校正效果好的特点.     

红外扫描仪中基于场景的非均匀性校正

红外扫描仪中,存在像元响应非均匀性的问题。分析了基于场景的非均匀性校正算法,和基于神经元网络的红外焦平面非均匀性校正算法,提出了在场景缓变时的校正算法;并结合两者,提出了适合场景缓变时的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。     

红外图像非均匀性产生原因分析

在论述实际红外焦平面热像仪成像基础上，对焦平面热像仪红外图像的非均匀性产生机理进行了理论探索，并在理论分析指导下从测量和校正角度对各种非均匀性产生因素进行了归类，以期获得红外图像非均匀性校正的方法与减小图像非均匀性产生的技术措施。     

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。     

基于DSP的红外焦平面阵列非均匀性校正技术

红外焦平面成像系统是红外成像技术发展的趋势，焦平面阵列的非均匀性校正技术是一项正在探索的关键技术。在分析了红外成像系统非均匀性的产生机理及表现特征的基础上，介绍了红外焦平面阵列非均匀性校正的基本方法；基于TMS320C62x DSP为核心的系统硬件平台，采用两点多段的方法，完成了红外图像非均匀性的实时校正；最后给出了实验结果，验证了本系统能够满足红外焦平面成像系统的要求，具有实时性好、实用性强的特点。     

基于神经网络法的焦平面器件非均匀性校正技术研究

首先分析了传统的非均匀性校正方法的缺点,指出自适应校正红外焦平面器件非均匀性的必要性。根据焦平面器件非均匀性噪声特性和算法研究的需要,介绍了非均匀性失真图像的产生方法。在上述工作的基础上,研究了基于神经的自适应非均匀性校正算法,探讨了最近４领域像素平均、最近４邻域像素灰度加权和８邻域像素灰度加权等三种情况。实验结果表明,８邻域灰度加权算法校正效果较好。     

基于转向核的单帧红外条纹非均匀性拟合校正算法

针对红外线列和非制冷型焦平面成像系统存在列向条纹非均匀性的现象,提出了一种基于转向核的单帧条纹非均匀性校正新算法。首先,根据图像边缘的梯度特性确定转向核邻域主方向和大小,然后将每列像素的转向核估计值作为该列像素的期望值,以列向条纹非均匀性作为约束进行最小二乘拟合,计算得到每列像元的校正参数,并以一定概率接受最小二乘拟合的结果。当误差函数满足事先设定阈值时,单帧图像的非均匀性校正完成。实验结果表明,该算法具有稳定的收敛性,与同类算法相比能够更有效抑制条纹非均匀性,并且能够保留更多的图像边缘信息。     

基于配准的红外焦平面阵列条纹非均匀性校正

条纹非均匀性是线扫红外焦平面阵列和非制冷凝视型红外焦平面阵列成像系统中一种特殊的固定图案噪声.分析了其产生的原因,提出了一种基于亮度恒定假设和配准的条纹非均匀性校正算法.根据相邻两帧获得亮度均方误差函数,最后通过最小化全局亮度均方误差函数得到全局最优解作为非均匀性校正的参数.实验结果表明,该算法能够在几帧内达到较好的收...     

Nonuniformity correction of infrared image sequences using theconstant-statistics constraint

Using clues from neurobiological adaptation, we have developed the constant-statistics (CS) algorithm for nonuniformity correction of infrared focal point arrays (IRFPAs) and other imaging arrays. The CS model provides an efficient implementation that can also eliminate much of the ghosting artifact that plagues all scene-based nonuniformity correction (NUC) algorithms. The CS algorithm with deghosting is demonstrated on synthetic and real infrared (IR) sequences and shown to improve the overall accuracy of the correction procedure.     

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。     

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.     

红外探测器非均匀性校正系统研制

分析了红外焦平面阵列（IRFPA）基于定标的非均匀性校正算法和基于场景的非均匀性校正算法的优势和不足。针对红外焦平面阵列二元非线性的非均匀性理论模型这一特点,提出了一种基于S曲线拟合的校正算法。利用FLIR公司的长波非制冷红外探测器进行信号采集,建立了焦平面探测元的响应模型。描述了基于FLIR长波非制冷红外探测器在FPGA平台的处理流程,并实现了S曲线校正算法,提高了红外图像的质量。实验表明,经过S曲线拟合校正处理,减弱了红外图像的条纹噪声,使IRFPA组件的非均匀性从6.45%降低至2.06%。     

基于衬底温度的红外焦平面联合非均匀性校正

分别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,提出了用具有保边缘特性的P-M滤波取代传统神经网络算法中的四邻域均值滤波来获得期望图像,从而减小了图像边缘误差。实验结果表明,该算法收敛速度快,校正精度高,有效避免了因红外焦平面响应特性漂移而引起的图像降质。     

基于定标的红外焦平面非均匀性校正算法研究

红外焦平面阵列普遍存在非均匀性,这会严重影响其成像质量。基于定标的非均匀性校正算法因其易于硬件实现,在工程应用中已被广泛采用。本文介绍了近年来基于定标的非均匀性校正算法的研究进展,对各种算法的优势及缺点进行了对比,并针对算法特点和工程需求做出了相应的分析。     

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.