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。     

基于小波分析的红外焦平面阵列非均匀性校正算法

近年来,小波变换在图像处理中的应用日益受到关注,介绍了小波变换在红外图像非均匀性校正方面的应用。时域高通滤波法是一种典型的自适应非均匀校正方法,在分析传统的时域高通滤波法的基础上,提出了应用小波基实现更加具体的数字低通滤波器,采用Mallat金字塔型算法,将低频部分进行多层次划分,提高低频部分的频域分辨率,并用序列图像进行了验证,仿真结果表明,该方法可以较好地进行非均匀性校正。     

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校正方法的研究

介绍了几种基于定标法和场景法的红外焦平面阵列非均匀性校正方法,重点对神经网络自适应校正方法进行了理论分析、算法改进和数据仿真.     

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。     

红外焦平面阵列剩余非均匀性的测试和检验

提出了一套检验已校正红外焦平面阵列的系统物方法。包括硬件规格，数据精度，记录速度和容量的要求，需要测试的数据以及要进行的算法分析等。根据的采用非均匀性校正算法的不同，需要采集多套数据用于不同目的测试。     

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。     

红外焦平面阵列非均匀性校正算法的分析和改进

介绍了红外焦平面阵列所存在的非均匀性问题对系统性能的影响,分析了非均匀性校正通常所采用的标定法的缺陷,以及一种常用的自适应算法在实施中的一些问题,探索了各自的实用性和局限性以及某些可能的改进。     

红外焦平面非均匀性噪声的空间频率特性及空间自适应非均匀性校正方法改进

分析了红外焦平面阵列非均匀性噪声的空间频率特性,指出空间低频噪声为其中的主要成分．利用实际IRF—PA定标数据,也得出了相同结论．针对传统空域自适应校正方法去除低频空间噪声存在的不足,本文提出采用一点校正和空域自适应校正相结合的方法．实验结果表明,新方法在空间低频噪声占优时能获得好的校正效果．     

一种新的红外焦平面器件非均匀性自适应校正算法

提出了一种新的红外焦平面器件非均匀性自适应多点校正算法,该算法利用自适应滤波技术获取探测器在某一定标辐照度下稳定工作时的权值,并利用该权值去除探测器实时输出图像的温度漂移,最后对去除温度漂移的图像进行三次样条插值多点校正,具有校正精度高、动态范围大和易于工程实时实现等优点．     

一种新的红外焦平面阵列非均匀性实时校正方法研究

分析了影响均匀性的主要因素和传统的校正方法。提出了利用半导体存储器的函数变换功能对红外焦平面阵列的非均匀性进行校正存储的实时校正新方法．阐述了校正的原理和实现的具体步骤;介绍了硬件电路原理框图和工作过程,并给出了实验结果。实验证明了这种方法的优越性,并取得了满意的实验结果。     

红外焦平面器件二点多段非均匀性校正算法研究

分析了红外焦平面探测器的非均匀性机理和各种非均匀性校正算法，提出两点多段非均匀性校正算法，该算法避免了二点校正算法的低精度和多点校正算法的大运算量．在红外多谱段相机上的应用结果表明二点多段非均匀性校正算法具有运算量小、精度高、实用性强的优点。     

弱目标检测系统中红外焦平面阵列非均匀性校正算法的研究

提出了一种在弱目标检测系统中,线列或面阵红外焦平面的非均匀校正算法-基于可变积分时间和均衡噪声的两点现场校正算法.该算法充分结合了基于标定的校正算法和基于景象的校正算法的优点,考虑了焦平面阵列在不同积分时间下暗电流的变化、有效地均衡了各探测单元的噪声影响,使目标的信噪比达到了最佳效果.实验结果表明该方法在校正性能和对弱目标的提取能力上要明显优于两点校正算法.     

考虑红外焦平面器件非线性响应的一种非均匀性校正方法

针对红外焦平面阵列的非线性响应特性,提出了一种考虑非线性响应的“曲线—直线”校正方法,并给出了校正的计算公式.仿真实验结果说明此方法具有精度高,计算量小的优点,需要存储的参数少,易于硬件实现.     

红外焦平面阵列非均匀性自适应校正算法中目标退化与伪像的消除方法

深入分析了红外焦平面阵列（1RFPA）非均匀性的神经网络校正法出现目标退化和伪像的成因，指出没有考虑目标边缘而盲目更新系数是产生问题的根源．在此基础上提出了防止目标退化和伪像的边缘指导的神经网络自适应校正方法（ED-NN-NUC）．仿真实验以及针对实际红外图像的实验结果表明，所指出的问题根源是正确的，提出的方法是合理有效的．     

基于自适应渺茫皮的焦平面非均匀校地的研究

根据最小二乘原理和回归模型设计出消除噪声的自适应滤波器,以消除图像的噪声。提出采用基于多项式的红外焦平面非均匀校正方法,讨论分析了实现该方法的算法,最后对图像校正效果进行了分析。