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。     

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.     

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.     

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．     

一种基于海杂波非均匀性度量的目标检测方法

针对海杂波的非均匀、非平稳特性导致传统自适应滤波方法无法获得服从复高斯分布且均匀的样本,检测性能显著下降的问题,提出了一种基于非均匀性度量的可变尺度混合目标检测方法．该方法将TDS和SDS方法各自的优势结合,根据广义内积计算出的样本非均匀度筛选出均匀样本,通过二次使用广义内积对样本进行分级挑选,自适应地调节整个检测场景的协方差矩阵混合权重,以提高杂波协方差矩阵的估计精度．实测结果表明,所提方法能有效减轻由于温湿度等影响在非均匀环境中产生检测虚警较多的问题;在提高杂波抑制性能的同时能保持目标信号能量的损失较小．     

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。     

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.     

并行ADC采样系统非均匀误差自适应校正的研究

并行ADC采样是提高采样速率的一种有效方法,但并行通道间的失配使拼接后的信号变成非均匀采样信号,严重降低了采样系统性能。通过对并行ADC采样系统工作原理的分析,基于非均匀误差的特点,综合考虑误差的影响,建立非均匀误差综合估计的基本模型,并对三种主要误差提出综合校正方法;采用改进的变步长LMS自适应算法对三种误差进行估计与综合校正,建立并行ADC采样系统误差校正的模型;Matlab仿真实验结果表明,该方法实现了对非均匀误差的综合校正,具有可行性和可靠性。     

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．     

混合卡尔曼滤波的非均匀校正算法

提出了一种基于混合卡尔曼滤波的非均匀校正算法,可以用于解决参数漂移为非线性的问题．该方法首先根据给定状态空间模型的特点,使用无迹卡尔曼滤波技术和传统卡尔曼滤波技术分别处理非线性的状态转移模型和线性的观测模型,然后把估计结果用于非均匀校正．使用仿真的一维和二维数据验证算法性能,实验结果表明,所提算法扩展了传统卡尔曼滤波算法的使用范围,并且与扩展卡尔曼滤波算法相比,具有较高的稳定性和估计精度．     

MOS电阻阵的非均匀性测量及补偿方法研究

红外MOS电阻阵列是现代红外成像仿真系统中的关键元件。由于MOS电阻阵具有较强的热非均匀性,因此在进行红外仿真时必须对其进行实时补偿。文中对基于MOS电阻阵的关键技术——MOS电阻阵帧元非均匀性补偿技术进行深入探讨和研究,并提出了相应的解决方案:通过离线测试,实测得到每一帧元的电压温度特性曲线,建立电压温度补偿数据表格,使得驱动MOS热电阻面阵的灰度数据与表格数据相匹配,从而实现对MOS电阻阵的修正。实验证明,文中提出的方法能够很好地解决对MOS电阻阵非均匀特性进行补偿的问题,并已在基于MOS电阻阵的红外场景生成器中应用,取得了满意的效果。     

基于控制点自动获取的交通事故现场图像几何校正方法

对交通事故现场进行俯视拍摄可以记录现场俯视平面信息,摄影图像会产生几何畸变,影响信息的正确表达.需要对事故现场俯视摄影图像进行几何校正.在应用控制点图像坐标自动获取技术的基础上,提出了包括几何校正坐标变换数学模型的确立、控制点实际坐标的获取、控制点图像坐标的获取、图像配准和像素点灰度值确定的几何校正方法,并探讨了校正图像的彩色处理;采用最近邻灰度插值算法提高了图像处理效率.     

基于自注意力机制的桥梁螺栓检测算法

基于构建的真实桥梁螺栓场景数据集,提出基于自注意力机制与中心点回归（SACPR）的螺栓检测算法. 构建基于真实场景的高质量桥梁螺栓场景数据集,并针对数据不均衡、多样性不够的问题,使用数据增强方法进行数据扩充,从而获得更高的分类精度. 采用基于深度学习框架的SACPR算法检测不同场景下的螺栓,并进行标示. 对螺栓检测准确率进行验证实验,验证SACP算法的有效性. 将试验结果与YOLOv3、Faster-RCNN、RetinaNet这3种算法结果进行对比,发现3种检测方法的识别精度分别为80.56 %、87.71%、93.89%,而所提出的SACPR 算法的识别精度为93.91%,明显优于YOLOv3算法和Faster-RCNN算法;虽然SACPR算法与RetinaNet算法的识别精度较接近,但前者的检测速度是后者的5.6倍.     

一种基于深度学习的PCB图像字符检测方法

利用印刷电路板（PCB）残片图像的字符检索完整PCB图像,是解决PCB残片溯源难题的一种有效方法;为此,提出了一种高性能的PCB图像字符检测方法。基于残差网络结构实现特征金字塔的提取,设计双检测头进行字符区域预测,引入结构相似性损失函数优化网络;设计了一种适合PCB图像的字符区域热力图标签生成算法以训练网络;采用多种数据增强、多尺度检测等策略提高字符检测性能。在自建PCB图像数据集上进行测试,该方法的字符检测精准率为95.6%、召回率为92.4%;特别是综合指标F1为93.6%,优于对比方法,证明了针对PCB图像字符检测问题,所提出的综合检测方法可与当前自然场景图像字符检测的先进方法媲美。