红外焦平面阵列非均匀性实时校正技术研究

在分析红外焦平面阵列非均匀性噪声产生机理的基础上,提出了一种易于硬件实现的新算法,并给出了其硬件实现。该算法从数字图像处理的角度出发,通过垂直滤波和排序均值滤波,对非均匀性进行校正。利用该算法能实时有效地消除红外图像的非均匀性噪声,增强图像的视觉质量。     

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.     

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...     

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。     

改进的单幅红外图像局部自适应非均匀校正

为了实现对单幅红外图像的非均匀性校正并且对局部细节的校正效果进行优化,提出了一种局部自适应的非均匀校正算法。算法利用红外焦平面阵列的固定图像噪声呈单方向分布的特性,采用基于高斯权重思想的中值直方图非均匀算法实现红外图像的单参数校正;然后将图像分块,使图像的各局部都能够自适应地选择各自最合适的校正参数,达到优化细节的校正效果。实验结果及分析表明:与单参数中值直方图非均匀校正算法相比,提出的算法在均方根误差、峰值信噪比、图像平滑性等方面都得到了进一步的改善,并且保留了更多的图像细节,为非均匀校正提供了一种方法。     

基于生成对抗网络的红外图像自适应校正算法

红外相机经过两点校正后会发生漂移,导致图像产生非均匀性噪声.传统的基于场景的非均匀性校正算法适应性较强,但会产生鬼影问题.基于深度学习的非均匀性校正方法,面对红外图像特殊的非均匀性噪声,随着网络深度增加,很容易出现图像模糊,对比度变小,细节丢失问题.针对此问题,提出一种基于生成对抗网络的非均匀性校正算法,网络分为生成网...     

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．     

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。     

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.     

基于估计方法的CMOS图像传感器列固定模式噪声校正方法

CMOS图像传感器的列固定模式噪声对图像质量的影响非常严重。在分析CMOS图像传感器固定模式噪声产生机理、噪声特性以及其在输出图像中的表现的基础上,提出了一种针对CMOS图像传感器中列固定模式噪声的校正方法。该方法利用CMOS图像采集系统对积分球发出的均匀平行光束进行多次采样并建模来对列固定模式噪声进行估计,然后将估计结果应用于CMOS图像硬件采集系统进行列固定模式噪声的校正,固定模式噪声的校正在FPGA中使用查找表方法实现。实验结果表明该方法可以有效消除列固定模式噪声,改善图像质量。     

加入运动触发场景的非均匀性校正方法

针对目前非均匀性校正方法存在的问题与不足,介绍了适于红外焦平面阵列探测器的非均匀性校正处理方法。其特点是用一个触发电路使基于场景的非均匀性校正电路对探测器的运动信号做出响应。实验结果表明,在没有劣化静态场景的情况下,该方法实现了运动场景信号的校正,不仅消除了红外焦平面阵列响应的非均匀性,而且补偿了其漂移。     

场景主动运动控制的非均匀性校正方法

在分析IRFPA响应稳定性的基础上,针对现有的非均匀性校正方法的不足和实际工程需求,提出了一种自适应的基于场景主动运动控制的非均匀性校正方案.以传统的人工神经网络法(NN-NUC)为基础,针对其在实际应用中存在的不足进行了改进:加入了预校正环节降低固定图形噪声(FPN)、自适应的学习速率加快算法收敛速度、设置阈值识别场...     

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.     

红外焦平面阵列非均匀性校正技术的最新进展

面列阵红外焦平面探测器的非均匀性校正技术是正在探索的一项关键技术。介绍了近期国内外发展的红外焦平面阵列非均匀性校正技术：基于场景的代数算法、基于干扰抵消原理的自适应校正法和基于低次插值的多点校正法。     

基于场景的红外焦平面非均匀校正技术分析

补偿固定噪声的时间漂移是红外焦平面非均匀校正技术中面临的一个重要问题．本文考察了近期提出卡尔曼滤波算法、校正统计算法与代数算法,分析其解决固定噪声随时间漂移的机理,并对算法性能进行综合评价,最后对得出的结论用仿真数据给予验证．     

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。     

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.     

红外焦平面阵列的非均匀性仿真方法研究

在研究红外焦平面阵列(Infrared Focal Plane Array, IRFPA)非均匀性校正算法的过程中, 需要通过仿真获取大量带有非均匀性信息的目标图像。根据IRFPA非均匀性的产生机 理,分别建立了探测元非均匀性、读出电路非均匀性和漂移噪声的数学模型,并利用这些 模型在理想图像上分别叠加了这三部分的非均匀性,最终获取了目标图像。在仿真过程中,假设非均 匀性噪声符合高斯分布,通过设置模型系数使其具有不同的均值和方差,可以实现 不同程度的非均匀性仿真。由于考虑了漂移噪声,本文方法的仿真结果更为符合实际情况。     

基于场景自适应收敛非均匀性校正方法

收敛问题是基于场景非均匀性校正算法的一个共性问题,提出了一个能够自适应收敛的非均匀性校正算法,该算法的一个特点是只对非均匀性空间频率的高频部分进行处理,详细论述了该处理的优点,同时还提出了一个控制收敛速度的因子,使得算法的收敛速度根据场景的动态范围自动调整,这将很大程度的改善基于场景非均匀性校正算法收敛特性,最后通过实...     

（英）基于多帧配准的红外焦平面阵列非均匀性自适应校正

提出了一种场景自适应的非均匀性校正固定图案噪声去除方法.基于多帧配准和相邻帧之间的全局位移估计,利用最小均方算法迭代计算均方误差函数,同时结合误差函数均方差以及互相关峰值,从而能够自适应场景变化.所提出的算法充分利用相邻多帧之间的相关性,对模拟和实际红外图像序列非均匀性的校正效果突出.实验结果表明本方法能够精确估计非均匀性参数,收敛速度较快,几乎不残留鬼影.