红外图像非均匀性校正算法评估

红外图像非均匀性校正算法的选择直接影响成像质量和实现的难易程度.通过采集到的红外图像,对常用的几种非均匀性校正算法进行了定量分析和定性比较,结果发现,两点非均匀性校正算法、两点与LMS综合算法均有较好的校正效果,但综合算法具有更小的剩余非均匀性.非均匀性的评估为红外图像处理算法的选择提供了依据.     

基于高性能DSP的红外焦平面阵列非均匀性实时校正

基于离散小波变换(DWT)理论,提出了一种基于场景的红外焦平面阵列(IRFPA)非均匀性实时校正算法;针对算法所涉及的运算量和数据量庞大的特点,设计了实时非均匀性校正的红外图像处理系统,系统是以高性能DSP(TMS320C6713)为核心器件,采用DSP不同的传输通道并行传输数据,并充分利用DSP硬件的并行性和流水线操作进行非均匀性校正;以真实的红外图像序列为例,进行了非均匀性校正的仿真实验,结果表明,基于高性能DSP的非均匀性实时校正系统完全可以达到实时校正的要求,所用算法对慢变化量具有较好的自适应性。     

基于分段线性模型的卡尔曼滤波非均匀校正算法

为了降低探测器响应的漂移以及非线性对非均匀性校正的影响,提出了一种基于分段线性模型的卡尔曼滤波红外焦平面阵列非均匀性校正算法。该算法引入探测器响应曲线的分段线性模型,对基于卡尔曼滤波器的红外焦平面非均匀性校正算法进行了扩展和改进,不仅能减小探测器的偏置和增益随时间漂移对校正的影响,而且还能消除探测器响应非线性对非均匀性校正性能的影响。一组利用真实红外图像序列进行的实验验证了该算法可获得较好的校正性能。     

基于场景运动分析的红外图像非均匀性校正

提出了一种基于场景运动分析的红外焦平面阵列成像的非均匀性校正算法,通过利用各探测器单元的输出在时间轴上形成的特征进行图像序列的块匹配,以获得各探测器元的相对响应关系,完成红外图像的非均匀性校正.该算法不仅能适应非均匀性随时间和环境的变化而发生缓慢变化的情况,而且对普通基于场景分析校正算法中形成的校正虚像也有很好的抑制作用.     

一种基于定标变积分时间的均匀校正算法

在靶场光学测量领域，地基红外辐射特性测量系统不仅承担对目标辐射特性测量工作，而且还要实现目标跟踪成像和实况记录。然而，现有红外焦平面在制造工艺上的缺陷，以及红外辐射测量系统的光学系统自身热辐射的不均匀性，致使图像存在严重的非均匀性。基于传统的非均匀性校正方法在红外辐射特性测量系统应用的局限性，提出一种基于定标变积分时间的均匀校正算法。为证实校正效果，基于600 mm的中波红外辐射测量系统进行验证。实验结果表明， 2.5 ms和3.0 ms下的原始图像非均匀度从3.69%降低至0.22%，证实所提算法具有良好的校正效果，有工程应用意义。     

一种改进的基于场景的非均匀性校正方法

提出了一种改进的基于场景的非均匀性校正方法,该方法通过使用红外相机获得输入场景的均匀图像来进行偏移量的校正。其中典型非均匀性校正算法是基于黑体的两点校正法。然而,随着工作时间的增加,探测器本身温度会升高,会产生新的盲元和固定的图案噪声,从而影响图像质量。针对此问题,提出改进的非均匀性校正方法,该方法通过散焦的图像输入法可快速的生成均匀图像,并通过噪声分离的方法将带有非均匀性噪声的部分进行剔除,最终获得均匀图像,结果显示经该方法处理后极大的抑制了固定的图案噪声,使得图像的非均匀性得到极大的改善。     

基于高阶统计量的红外焦平面非均匀校正算法

根据高斯噪声高于二阶累积量为零的特性,提出基于高阶统计量的红外焦平面非均匀校正算法,可从图像场景中自适应估计阵列单元的增益和偏置参数．提出的算法包含两个部分,第一部分利用统计矩和累积量周期估计红外焦平面的模型参数,第二部分利用维纳滤波恢复真实图像．仿真图像序列表明这种算法有效降低了固定图案噪声,达到了较高的非均匀校正水平．     

输送带故障在线检测非均匀光照图像校正方法

提出一种输送带故障在线检测非均匀光照图像快速校正方法.该方法根据线阵相机采集输送带图像的特点,通过曲线拟合统计法估计出输送带图像的行光照度分布曲线,求得图像行中各像素点灰度值的非均匀光照校正系数,校正后的像素值为其原像素值与校正系数的乘积.采用改进的自适应伽马函数,增强图像细节对比度.结果表明:该方法估计的光照分布曲线与Retinex变换法相近,比Retinex变换法等方法实时性强,图像质量好.采用线阵相机在线检测非均匀光照图像快速校正,解决了输送带在线检测中图像光照不均、图像质量差等影响故障检测与识别的问题.     

短波红外相机响应非均匀性校正方法研究及仿真

介绍短波红外相机非均匀性校正的两种基本方法,两点校正法以及多点校正法,同时提出改进算法即定标和场景融合的校正算法。此方法能够自适应克服红外焦平面阵列探测单元的响应漂移现象,克服外界环境改变带来的校正误差,实现短波红外相机在工作时间延长和多变环境情况下的高精度实时非均匀性校正,且不需要重新定标,方法简单,效果明显。采用像元数为320×256的红外焦平面阵列进行红外相机非均匀性实时校正实验,并将三种方法用MATLAB软件分别进行仿真,实验结果达到预期目的,校正效果良好。     

基于场景的焦平面阵列非均匀性校正算法研究

为了克服基于传统神经网络法的红外焦平面阵列(IRFPA)非均匀性校正算法收敛速度慢和校正精度不高的缺点，提出了一种新的基于场景的IRFPA非均匀性校正算法.该算法利用校正误差的均方值和增益因子的均值包含的信息，提出了一种新的误差函数，并将误差函数作为目标函数，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.在迭代运算中，设计了一个自适应步长因子来代替传统迭代公式中常量步长因子，最终得到了有较高运算效率的IRFPA非均匀性校正算法.对模拟的红外非均匀性图像序列进行了校正，并分析了算法性能曲线和校正结果，发现本文算法与传统神经网络法相比具有更好的校正效果和更快的收敛速度.     

高帧频红外数字场景产生器硬件系统的设计与实现

研究了高帧频红外数字场景产生器硬件系统的设计和实现,重点阐述了PCI总线控制器的设计和工作流程,提出了采用多级查找表实现红外探测器的非均匀特性。对所实现的高帧频红外数字场景产生器进行的实际测试表明,该场景产生器具有帧频高、输出红外图像的非均匀特性和其他参数可变等特点。     

基于PXI体系结构的红外图像采集系统设计

红外成像导引头的调试通常需要同时获得导引头采集到的红外图像数据和导引头状态信息,传统的采集系统只能将红外图像和状态数据分别进行采集,给调试和分析带来不便并容易引入误差.文章介绍了基于PXI体系结构的红外图像采集系统的设计方法和实现方案,该方法将图像数据和状态数据编码到同一数据帧内,通过设计专用图像数据转换板和相机文件,使用IMAQPXI-1422图像采集卡将数据采集到计算机内,实现对红外图像及导引头各状态变量并行的高速采集.通过在某型红外导引头实验平台上的测试,该系统在极大缩减测试仪器规模的情况下,能有效地完成对图像及各种状态信号的采集,并提供丰富的测试、调试功能,具有较高的工程参考价值.     

帘子布图像灰度不均匀因素分析及校正方法研究

为了解决线阵相机采集帘子布图像灰度不均匀的难题,介绍了帘子布的结构特点及以线阵相机为核心的帘子布图像采集系统,分析了光源、镜头、光敏单元等方面对图像灰度不均匀的影响.通过选用合适的光源、镜头及线阵相机平场校正方法进行实验,结果表明这些方法使得采集的帘子布图像灰度均匀性较好,减小了疵点识别的难度.     

基于特征图规正的虹膜图像自适应Gamma校正方法

在虹膜图像采集过程中产生的光斑使得整幅虹膜图像的照度不均匀。为了消除照度不均匀对特征提取的影响,本文提出了一种基于特征图规正的自适应Gamma校正方法。该方法将虹膜图像的特征图作为Gamma校正的依据,把距离因素考虑到Gamma校正中,而且利用模拟退火算法实现了关键值Gamma的自适应调整。该方法使Gamma值的变化更加趋于合理,提高了Gamma矫正对光照变化的适应能力,避免了较正后图像的失真。实验证明该方法不仅可以尽可能的提高图像的质量,而且对校正后的图像进行边缘提取,可以获得更加清晰连续的边缘。     

动态人脸识别系统的设计与实现

介绍了动态人脸图像的识别问题,包括模块结构设计、系统结构设计和系统的实现等方面.首先,设计了图像采集模块,通过摄像头在VC++环境下实现动态图像的采集、捕捉、存储等功能.其次,对人脸检测与识别的实现过程和算法进行了详细的阐述.设计出的动态人脸识别系统时间复杂度比较低,占用较少的系统空间资源,实验结果具有很高的准确率.     

基于FPGA和DSP的图像实时采集处理系统设计

针对高分辨率图像的实时播放、存储,提出了一种基于FPGA和DSP架构的图像实时采集处理方案.本方案以两片TI DM368系列DSP为核心处理器,采用H.264编解码方式进行图像的编解码,以EP2C35系列FPGA芯片作为协处理器进行图像的采集、颜色空间的转换及编解码后图像的传输.该方案能够对红外、可见光两路视频图像进行处理,运行可靠稳定,接口易更改,经过简单修改实现多种格式视频码流的采集处理.     

基于CPLD＋DSP的红外条码图像采集及识别系统设计

论文介绍了以CCD作为图像传感器、以CPLD作为图像采集系统的控制核心、以DSP作为基本图像处理单元的红外条码图像自动采集及识别系统设计。系统完成了图像的快速采集、存储及数据处理。文章不仅对系统的硬件设计和软件设计进行了讨论,而且对应用的算法也进行了介绍。     

基于嵌入式系统的图像采集和预处理装置设计

针对低照度下采集的图像中经常含有大量噪声的情况,设计了一种具有去噪功能的图像采集和预处理装置.基于嵌入式CPU和嵌入式操作系统,采用摄像头对视频图像进行采集,用改进中值滤波算法和小波图像去噪对视频图像的噪声进行滤波,然后通过USB和网络接口进行图像传输,并实现图像文件的存储功能.该装置可以有效去除视频噪声,有利于对图像进行更高级的处理.     

级联残差学习的红外图像非均匀性校正方法

针对现有场景自适应非均匀性校正方法存在的图像过平滑和非均匀性残留问题,提出了一种基于级联残差学习的非均匀性校正方法。该方法将多尺度特征提取单元所获取的特征进行融合,并运用残差学习策略解决深度神经网络的过拟合问题。实验结果表明,该方法在平均峰值信噪比上较传统的场景自适应校正方法有近5dB的提升,主观视觉效果也更加清晰锐利。     

场景自适应的红外焦平面阵列非均匀性校正新方法

提出了一种基于神经网络的红外焦平面阵列 (IRFPA) 非均匀性自适应校正方法,重新设计了隐含层结构以获得更接近真实信号的期望信号,此外,还将变步长归一化LMS (VSS-NLMS)自适应滤波技术引入到校正参数的迭代估计过程中,以实现对校正速度和稳定性的提升．实验结果表明,该方法在校正精度、收敛速度和稳定性方面的性能均显著优于传统的神经网络校正算法．