基于神经网络的改进型红外图像自适应非均匀校正算法

针对传统的基于神经网络的自适应非均匀性校正(Neural-Network-based Non-Uniformity Correction, NN-NUC)算法在 实际应用中存在校正能力有限和容易产生鬼影的问题,深入分析了NN-NUC算法中的鬼 影产生过程,并给出了抑制鬼影的一般性方法;然后结合实际红外成像系统的特点,提出 了一种改进型NN-NUC算法。仿真实验结果表明,该算法可以最大限 度地抑制场景鬼影的产生,并可有效减小系统输出图像的非均匀性噪声。此外,本文算法 计算量小,且易于用硬件实现,因此具有很好的工程应用价值。     

一种凝视红外成像系统联合非均匀校正算法

随着红外焦平面阵列技术的发展,凝视红外成像系统在很多领域得到了大量的应用,在这些应用中,非均匀性噪声及其校正方法是人们主要关注的一个问题。为了解决这个问题,从凝视红外成像系统非均匀性噪声的来源和频域特性出发,综合考虑了当前几种典型的基于定标和基于场景的非均匀校正算法的优缺点,结合盲元检测和补偿算法,提出了一种联合非均匀校正算法,并进行了实验验证。实验结果表明,该算法能够较好地解决成像系统非均匀性噪声随时间和工作环境漂移的问题,又能够保持较高的精度和收敛速度,具有较大的工程应用价值。     

长距离红外主动成像系统目标获取性能分析

近年来,红外主动成像系统的发展推动了红外主动成像系统目标获取性能的理论研究。针对长距离红外主动成像系统的特点,建立了相互独立的各图像降质过程,如显示器、焦平面阵列、光学系统、大气湍流和距离选通范围内的后向散射与背景光的调制传递函数模型,使得在分析各因素对系统成像性能影响时更为简便。提出了采用TTP准则分析系统的目标获取性能的方法,并给出了计算结果。该方法比采用单一极限频率预测系统工作性能的Johnson准则具有更高的精度,充分显示了系统整个通带内信号传递的特性。结果表明:距离选通技术可以有效地减小大气后向散射和背景光噪声的影响,TTP准则综合考虑了各影响因素,能够对系统的目标获取性能进行全面、客观的评价,为系统的搭建和调试提供了充分的理论依据。     

基于FPGA的红外图像非均匀校正实现方法

针对某国产探测器成像特点,对传统两点校正和神经网络非均匀性校正算法进行了改进和定点化处理。对算法实现时的存储和数据流需求进行分析后,利用存储控制器对DDR2高速读写的优势,在以FPGA为核心的红外成像装置预处理平台上实现了校正系数的在线标定和自适应迭代。在系数更新时,引入运动判断环节,以防止神经网络校正算法带来的目标退化和鬼影现象。成像系统仅采用一片FPGA芯片,使得系统小型化成为可能,充足的资源余量使其具有功能可扩充性。实验证明该实现方法明显改善了红外成像装置的非均匀性,在抑制时间漂移上也取得了满意的效果。     

SiPM阵列电子特性建模和三维测深仪前端电子学优化

从硅光电倍增管(SiPM)单个微元的微等离子体电子行为模型出发,分析了SiPM的电子特性,提出了SiPM前端电子学最优设计方案。阐述了SiPM的工作机理,给出了SiPM的电子行为模型,分析了SiPM应用于水下三维测深的优势。根据水下测深信号的回波特性,设计了高速、高带宽的前置放大器,并对前置放大器进行了交流分析和瞬态分析。结果表明,该前置放大电路在带宽内具有很高的增益平坦度,相位裕度大于60°,基本保证了信号的完整性,同时保持了激光脉冲的波形。分析和测试结果表明,该探测器和电路设计方案完全能够满足水下三维测深的需要。