中值直方图均衡的单帧红外图像非均匀校正算法

为了实现红外图像的自适应校正,利用红外焦平面的非均匀性成列分布的特性,提出了一种针对红外图像进行非均匀校正的新方法。新算法统计图像每列的直方图,对列局部的直方图进行排序,得到局部直方图的中值,然后对中值直方图进行均衡,通过均衡直方图灰度映射得到校正后的图像。算法实现不需要任何运动补偿或累加计算,在单帧图像内完成非均匀校正。实际应用证明,与同类自适应校正算法相比,该算法具有校正精度高、速度快、抑制目标退化能力强的优点。     

基于转向核的单帧红外条纹非均匀性拟合校正算法

针对红外线列和非制冷型焦平面成像系统存在列向条纹非均匀性的现象,提出了一种基于转向核的单帧条纹非均匀性校正新算法。首先,根据图像边缘的梯度特性确定转向核邻域主方向和大小,然后将每列像素的转向核估计值作为该列像素的期望值,以列向条纹非均匀性作为约束进行最小二乘拟合,计算得到每列像元的校正参数,并以一定概率接受最小二乘拟合的结果。当误差函数满足事先设定阈值时,单帧图像的非均匀性校正完成。实验结果表明,该算法具有稳定的收敛性,与同类算法相比能够更有效抑制条纹非均匀性,并且能够保留更多的图像边缘信息。     

基于局部直方图规定化的红外图像非均匀性校正

非均匀性噪声严重影响着红外焦平面阵列的成像质量。针对条纹非均匀性问题,提出了一种基于局部直方图规定化的红外图像非均匀性校正算法。该算法对图像逐列进行处理,首先采用文中提出的加权折中直方图方法计算得到每一列图像的期望直方图,然后对当前图像列进行直方图规定化处理,最后遍历整幅图像实现非均匀性校正。实验结果表明,本文算法能够有效地抑制红外图像的条纹非均匀性噪声,同时较好地保留了图像的边缘轮廓信息。     

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。     

一种基于大视场红外图像的非均匀性校正算法

研究了行扫体制热像仪获取的大视场红外图像非均匀性校正的处理方法。首先分析了大视场下全局校正算法的局限性,然后提出了对大视场图像分块处理的想法,通过分块图像获取补偿参数来对非均匀性进行校正。最后通过实验证明了该算法能够在单帧情况下有效弱化条纹噪声,改善图像非均匀性。     

实时红外图像非均匀性校正技术研究

在分析红外图像非均匀性噪声产生机理的基础上,介绍了红外成像系统非均匀性校正原理,从数字图像处理的角度阐述了校正方法,提出了因子加权校正结构,并给出了其硬件实现。利用该方法可以有效地消除红外图像的非均匀噪声,增强红外图像的视觉质量。     

改进的神经网络非均匀性校正方法

红外图像的非均匀性是制约红外成像系统成像质量的限制性因素,非均匀性校正是红外成像领域中的核心技术。改进了传统的神经网络非均匀性校正方法,在探测元的期望输出中加入图像均值分量,使该算法对空间相关性较强的低频非均匀性成分也具有较强的校正能力。在以TMS320C62x DSP为核心的硬件平台上,采用中波凝视红外探测器,图像帧频为50 Hz,并在实验室及室外环境分别对该算法进行了测试,非均匀性从最初的5％左右降至2‰以下,验证了改进后的算法具有校正精度高、实用性强等优点,能够满足实际应用的需要。该算法也可应用于红外成像的应用领域。     

提高局部信噪比的单帧红外图像非均匀性校正方法

针对红外图像存在的非均匀性问题,从理论上对非均匀性产生的原因进行了分析。对基于SG滤波预处理的无模型图像校正EM算法进行改进,提出了一种提高局部信噪比的单帧图像校正方法。设计了对比实验,在红外目标、暗弱目标和云层背景场景下,该方法能使红外图像的非均匀性(NU)分别降低56.869 3%,85.938 4%和87.886 3%,同时,LSNR分别提高了3.687 7 dB,0.256 9 dB和3.553 1 dB。最后在非均匀背景上叠加高斯分布的目标进行模拟,探讨了目标大小与滤波窗口的关系,得到了滤波窗口与红外小目标的近似关系为H≈4.6*S_T+0.3,从实际工程应用上确定了该方法滤波窗口初值的选取。结果表明,所提方法能在LSNR最大的前提下,利用单帧红外图像的场景信息对非均匀性进行有效校正。     

红外焦平面阵列条纹非均匀性校正方法

条纹非均匀性是线扫红外焦平面阵列和非制冷凝视型红外焦平面阵列成像系统中一种特殊的固定图案噪声。提出了一种基于实际场景和非均匀性分离的模型方法,能够在单帧内实现条纹非均匀性的校正。通过局部窗口模版遍历相邻列的误差函数,得到其非均匀性校正参数估计,并依据相邻两帧相关性的继承性,完成条纹非均匀性的校正。通过对模拟条纹非均匀性和实际图像的实验和理论分析,结果表明,文中算法能够显著提高条纹非均匀性校正效果。     

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...     

灰度校正在红外序列图像拼接中的应用

为满足红外图像无缝拼接的需要,提出了一种基于红外序列图像的灰度非均匀性校正算法.该算法利用灰度非均匀区域的相对稳定性,通过对拍摄的大量红外序列图像求平均,获得相机灰度校正的模板图像.然后利用此模板对各帧图像进行校正,实现在同一幅度照射下各像素灰度的一致性.最后利用由HJRG-001型红外热像仪获得的红外视频图像序列进行...     

基于伽马压缩的红外图像非均匀性校正算法研究

针对红外探测器输出12位像素深度响应,而数字图像显示通常为8位的情况,提出一种基于伽马压缩的非均匀性校正算法。该算法利用自适应伽马曲线将探测器输出的响应进行压缩,然后基于两点校正对中低温图像和高温图像运用不同的校正系数进行校正。实验结果表明:该算法的非均匀性校正效果好,能够将传统两点校正方法校正后的残余非均匀性降低20%左右,校正后的中低温图像细节信息丰富,层次感强。     

一种基于定标的红外图像非均匀性分区域校正算法

红外探测器的非均匀性问题直接影响红外成像质量和测量精度。地基红外辐射测量系统对远距离飞行目标进行成像时往往不能占满全靶面区域。为提高图像质量,提出了一种基于定标的非均匀性分区域校正算法。以靶面大小为640×512的制冷型中波红外探测器为实验对象,基于黑体定标的两点校正法,采用全靶面校正算法及本文算法进行了验证。结果表明,当成像区域小于全靶面的1/3时,分区域非均匀性校正后非均匀性误差低于0.002%。与全靶面非均匀性校正算法相比,此校正算法使非均匀度进一步降低了30%至75%不等,非均匀性误差的下降率大于30%。采用本文算法后,各区域的非均匀度进一步下降,校正目视效果进一步提高。因此该校正方法具有一定的工程应用价值。     

星载红外成像系统IRFPA非均匀性在轨定标与实时校正

针对星载红外成像系统在轨定标等特殊环境条件的应用要求,研制了一种基于现场可编程门阵列(Field-Programmable Gate Array,FPGA)的红外焦平面阵列(Infrared Focal Plane Array,IRFPA)非均匀性在线定标与实时校正芯片系统.由于对输入信号进行了标准化设计,该系统可用于各类红外成像系统的IRFPA非均匀性在线定标与实时校正处理.这种系统在时钟信号的驱动下以流水线方式运行,在对非均匀红外图像进行实时校正的同时,能够在线获取定标图像并能对存储器中的校正系数进行在线更新.该系统具有体积小、运算速度快、稳定可靠以及易于升级等优点,为星载红外成像系统IRFPA非均匀性的在轨定标开辟了一条有效的技术途径.     

非制冷红外图像非均匀性校正在FPGA上的实现

红外焦平面阵列（IRFPA）的非均匀性是影响红外系统成像质量的关键性因素,在此提出了一种非制冷红外图像的非均匀性校正及其在FPGA上的实现方法,通过对非制冷红外图像盲元及非均匀校正方法分析,提出了二点加一点定标校正方法,并利用FPGA实现红外图像非均匀校正的实时处理,获得了较好的实验结果。利用二点加一点定标校正方法,可以改善红外图像非均匀性校正效果,用在FPGA上实现非均匀性校正可以实现红外图像的实时处理,便于集成和移植。     

一种基于核回归插值的自适应非均匀性校正算法

针对基于神经网络的场景自适应非均匀性校正(Non-Uniformity Correction, NUC)算法在消除红外成像系统输出图像噪声时容易产生的“鬼影”现象,提出了一种改进的自适应非均匀性校正算法,将核回归插值技术应用到神经网络算法中,有效降低了自适应非均匀性算法产生“鬼影”现象的概率。实验结果表明,与传统的神经网络算法相比,本文算法在相同条件下既能有效消除非均匀噪声,又能大大抑制“鬼影”现象的产生。     

红外焦平面阵列二元非线性的非均匀性理论模型

 非均匀性校正是红外焦平面阵列成像质量提高的关键,在现有一元线性理论模型局限下,红外焦平面阵列成像非均匀性校正难以获得校正精度的提高.本文通过红外焦平面阵列探测器成像机理及其成像过程理论分析,推导了影响探测器响应及其非均匀性的主要因素,首次建立了红外焦平面阵列二元非线性的非均匀性理论模型,通过实验测试及其统计分析验证了理论模型.该模型能在较宽红外辐射和环境温度范围内准确预测红外焦平面阵列响应曲线及其非均匀性,比原一元线性理论模型更全面准确地描述了红外成像非均匀性影响因素及探测器响应关系.     

Image denoising via patch-based adaptive Gaussian mixture prior method

Although the expected patch log likelihood (EPLL) achieves good performance for denoising, an inherent nonadaptive problem exists. To solve this problem, an adaptive learning is introduced into the EPLL in this paper. Inspired from the structured sparse dictionary, an adaptive Gaussian mixture model (GMM) is proposed based on patch priors. The maximum a posteriori estimation is employed to cluster and update the image patches. Also, the new image patches are used to update the GMM. We perform these two steps alternately until the desired denoised results are achieved. Experimental results show that the proposed denoising method outperforms the existing image denoising algorithms.