基于场景的非均匀校正算法在红外系统中的应用

在分析了几种非均匀校正算法特点的基础上,提出了一种易于硬件实现的新算法,并给出了具体的硬件实现方法。与许多基于场景的非均匀校正算法不同,它不依赖目标的运动来抑制固定的图像噪声,而是将图像中的固定图像噪声和随时间温度的缓慢变化带来的信号漂移,看作是一种低频信号,利用时域高通滤波,将低频滤除;由于滤除的低频信号远低于帧频,因此不会影响图像细节。应用结果表明,该算法能有效消除红外探测器的非均匀噪声并有效抑制温度变化带来的漂移。     

基于粒子滤波的红外焦平面阵列非均匀校正算法

空间固定图案噪声严重影响红外探测系统的成像质量,并且还会随着外界环境的变化而缓慢漂移.卡尔曼滤波算法可以解决这个问题,但会受到线性高斯模型的限制.提出了一种利用粒子滤波跟踪噪声漂移,进而实现非均匀校正的算法.首先使用粒子采样噪声参数可能的取值状态,然后通过状态空间模型对这些粒子进行预测和更新,最后把粒子状态的加权平均值作为对噪声参数的估计.该算法是对卡尔曼滤波算法的扩展,不受任何模型条件的限制,因此,能够实现对不同情况噪声漂移的有效跟踪.实验结果表明:经此算法校正后的图像的峰值信噪比平均都在37 dB以上,而经卡尔曼滤波算法校正后的图像却只有28 dB.     

校正激光光束指向漂移的算法研究

为了获得稳定的激光光束,需要对其随机漂移进行校正。以光束传递系统中快速反射镜校正脉冲激光器自身指向漂移的过程为例,采用一种基于移动平均值校正原理的算法,对加载地面抖动前后的校正效果进行了仿真模拟。仿真结果显示,该算法可以使指向漂移经过长距离传输后引入的位置偏移显著降低;校正后的移动平均值相对于校正前的有较大降幅,最优处约降至原来的n-1/2(n为一个窗口内的脉冲数);校正后的移动标准偏差值也明显下降。结果表明,该算法的关键在于提出合适的补偿量,具有实用性,可以实现对激光光束指向漂移的闭环实时校正。     

红外焦平面非均匀校正的综合处理算法

时域高通滤波的算法具有简单，易于实现的优点。但其在既有加性噪声，又有乘性噪声时校正效果难以令人满意。神经元网络算法在噪声较强时，校正效果受到了限制。针对既有加性噪声，又有乘性噪声，且加性噪声较强的情况，提出了红外焦平面非均匀校正的综合处理算法。仿真证明，新算法具有较好的校正效果。     

电阻阵列非均匀性校正算法实时性研究

非均匀性是电阻阵列输出图像固定噪声的主要来源,非均匀性校正是电阻阵列应用于半实物仿真中图像实时生成的一个不可缺少的环节.通过对校正算法的分析,设计算法实时性测试系统,并对校正在线算法进行改进,满足200Hz的帧频要求.在两种硬件平台方案下对算法的实时性进行测试,测试结果说明:非均匀性校正算法是影响动态红外图像生成实时性的一个重要因素,采用专用的硬件计算设备是提高整个系统实时性的必然选择.     

基于全卷积网络的红外图像非均匀性校正算法

针对红外成像系统在经过两点校正后,随时间漂移仍然会出现的非均匀性噪声,提出一种基于全卷积深度学习网络的红外图像非均匀性校正算法,使用子网络与主网络相结合的方式进行非均匀性校正.该算法设计了非均匀性等级估计子网络,将含有非均匀性噪声的红外图像输入子网络后,输出非均匀性等级估计图,并和待校正红外图像一并输入校正主网络.子网...     

基于漂移补偿的IRFPA非均匀性校正改进算法研究

由于红外焦平面阵列（IRFPA）探测单元的响应特性随环境变化而缓慢漂移,严重影响IRFPA定标类算法的校正精度,为此提出基于漂移补偿的IRFPA非均匀性校正改进算法。该算法利用探测单元响应特性漂移规律对定标类校正系数进行补偿,以适应环境温度的变化,进而有效校正IRFPA的非均匀性。实验结果表明：该算法校正后的IRFPA非均匀性从0．18591降到0．046725,有效提高了红外系统的成像质量和环境适应性能。     

基于图像梯度的神经网络红外焦平面非均匀校正算法

红外焦平面阵列固有的非均匀性导致叠加在图像上的固定图形噪声严重影响了红外系统的成像质量。传统的神经网络非均匀校正算法存在待处理像素的期望值求解固有缺陷、收敛速度慢和学习速度过大，容易造成算法不收敛。提出了基于图像梯度的神经网络非均匀校正算法，通过对处理像素的期望值求解、改进和调整学习速度、改善图像校正效果,提高了算法收敛速度。通过对真实的红外图像序列实验表明,新算法相对传统的神经网络算法收敛速度提高了50%以上，红外图像校正效果也得到了提高。     

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。     

一种基于场景的非均匀校正算法

提出了一种基于场景的非均匀校正算法,它不仅可以消除红外焦平面阵列响应特性的 非均匀性,还可以补偿其漂移。建立了一个包含漂移因素的红外焦平面探测器响应模型,该模型构成了算法的基础。非均匀校正算法分两步执行:首先执行初步非均匀校正消除大部分的非均匀性,然后利用运动场景形成的红外图像序列来补偿响应特性的漂移噪声。场景运动估计是本算法的关键,块匹配方法被介绍来实现准确地运动估计。真实的红外图像数据说明了该算法的有效性。     

Low-voltage 32 Msample/s parallel pipelined switched-current ADC

A parallel switched-current A/D converter is presented. Eight time-interleaved switched-current ADCs operating at 4 Msample/s are used to increase the sampling rate. With channel compensation, the measured SFDR is >50 dB at 32 Msample/s with f_m=1.13 MHz. The performance of this experimental design is limited by noise and a fixed-pattern timing error that is not removed by the compensation algorithm     

A Low-cost Dithering Method for Improving ADC Linearity Test Applied in uSMILE Algorithm

Analog-to-digital converters (ADCs) are an important component in electronics design. One of the difficulties being faced is to be able to accurately and cost-effectively test the continually higher performance of ADCs under budget constraints. Test time for static linearity is a major portion of the total test cost. Our group proposed an ultrafast segmented model identification of linearity error (uSMILE) algorithm for estimating linearity, which reduces test time dramatically compared to the conventional method. However, this algorithm produces large estimation errors in low resolution ADCs (10-12 bits) when the input is a ramp signal, for which the quantization noise of ADC becomes a dominant part in the total noise. In this study, we propose three types of distribution dithering methods added to the ramp input signal to reduce the estimation error when uSMILE was applied to low resolution ADCs. Fixed pattern was proved to be the most efficient and cost-effective method by comparing with the Gaussian, uniform, and fixed-pattern distributions. The simulation results indicate that the estimation error can be significantly reduced in a 12-bit SAR ADC with effective dithering. Furthermore, a hardware evaluation board with commercial ADC products was used to validate the effectiveness of the fixed-pattern dithering methods, and our measurement shows the INL estimation error can be reduced to less than 0.1 LSB. Such dithering method relaxes the input requirement of uSMILE algorithm which dramatically reduces the test setup cost.     

一种新型低噪声高均匀性红外焦平面读出电路

针对非制冷微测辐射热计焦平面阵列,设计了一种低噪声、高均匀性的读出电路。该读出电路结合相关双采样技术和自归零技术,对固定图像噪声以及l/f噪声都能起到很好的抑制作用。目前,该电路已应用到160×120阵列的非制冷微测辐射热计焦平面上,并在0.5μm CMOS工艺下成功流片。测试结果表明,固定图像噪声仅为0.087 V,均方根噪声为256μV。     

一种基于大视场红外图像的非均匀性校正算法

研究了行扫体制热像仪获取的大视场红外图像非均匀性校正的处理方法。首先分析了大视场下全局校正算法的局限性,然后提出了对大视场图像分块处理的想法,通过分块图像获取补偿参数来对非均匀性进行校正。最后通过实验证明了该算法能够在单帧情况下有效弱化条纹噪声,改善图像非均匀性。     

基于图像分割和配准的红外焦平面阵列非均匀校正算法

在目标成像跟踪和制导领域,存在大量由缓慢移动背景和相对背景运动的点目标构成的红外图像序列,传统的基于场景的红外焦平面非均匀校正算法在解决此类图像中存在困难。提出了基于图像分割和配准的红外焦平面非均匀校正算法(简称S—R算法),通过将图像背景和运动点目标分离,利用图像配准的方法完成图像背景的非均匀校正和点目标位置处错误固定噪声参数的补偿,最终完成整个焦平面探测单元固定噪声参数的估计,从而有效解决了这类红外图像序列的非均匀校正问题。S—R算法具有噪声参数估计精度高、收敛速度快和计算复杂度低等优点。文中最后用仿真数据对上述结论进行验证。     

强激光近场分布测量中科学级CCD 的非均匀性校正

首先分析了引起CCD 非均匀性的原因,将其归纳为两个方面,一为因制作工艺、材料、偏置等因素引起的空间噪声,二为CCD 响应特性随时间的漂移而引起的时间噪声,两者的共同作用将严重影响CCD 的测量性能。为了能够定量描述空间噪声和时间噪声对CCD 产生非均匀性的影响,文中基于CCD 光电响应曲线呈线性状态这一假设建立了CCD 光电响应的数学模型,然后在该模型的基础上提出了利用最小二乘法来估计校正系数,从而消除CCD 的非均匀性,实验证明该算法是有效的。     

基于场景的空间投影估计和时域迭代非均匀性校正算法

本文提出了一种基于场景的空间投影估计和时域迭代非均匀性校正算法。本算法采用空间投影估计来估算图像的全局平移,并且在相邻帧之间进行时域迭代。具体分为下述三个主要步骤：首先,我们提出了一种基于配准准则的投影估计。然后,我们采用相邻帧的迭代校正来保证较快的收敛速度以及较少的非均匀性残留,同时保证基本没有鬼影。最终,我们将本算法移植到基于FPGA的硬件系统。通过评价标准测试了本算法的性能,并展示了在单调运动下系统非均匀性校正的实际效果。一段添加了模拟非均匀性的干净视频被用来对比此算法和阈值自适应最小均方差算法以及全偏差算法。在本文结尾,我们得到了结论,并对后期的工作进行了展望。