场景统计类红外图像非均匀性校正算法研究

场景统计类非均匀性校正算法对场景分布进行假定,获得探测单元接收红外能量的一、二阶矩,进而估计探测单元的响应参数,校正非均匀性。分析比较了现有的场景统计类非均匀性校正算法,并应用交互多模(IMM)算法校正非均匀性,实验结果表明以连续图像序列作为观测数据时,能够有效地校正非均匀性,扩展了卡尔曼滤波法的适用范围。对各种方法进行仿真,表明删算法具有较好的收敛特性。     

基于漂移补偿的IRFPA非均匀性校正改进算法研究

由于红外焦平面阵列（IRFPA）探测单元的响应特性随环境变化而缓慢漂移,严重影响IRFPA定标类算法的校正精度,为此提出基于漂移补偿的IRFPA非均匀性校正改进算法。该算法利用探测单元响应特性漂移规律对定标类校正系数进行补偿,以适应环境温度的变化,进而有效校正IRFPA的非均匀性。实验结果表明：该算法校正后的IRFPA非均匀性从0．18591降到0．046725,有效提高了红外系统的成像质量和环境适应性能。     

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。     

强激光近场分布测量中科学级CCD 的非均匀性校正

首先分析了引起CCD 非均匀性的原因,将其归纳为两个方面,一为因制作工艺、材料、偏置等因素引起的空间噪声,二为CCD 响应特性随时间的漂移而引起的时间噪声,两者的共同作用将严重影响CCD 的测量性能。为了能够定量描述空间噪声和时间噪声对CCD 产生非均匀性的影响,文中基于CCD 光电响应曲线呈线性状态这一假设建立了CCD 光电响应的数学模型,然后在该模型的基础上提出了利用最小二乘法来估计校正系数,从而消除CCD 的非均匀性,实验证明该算法是有效的。     

红外焦平面非均匀性自适应校正算法实时实现

由于材料、工艺等原因,红外焦平面阵列(IRFPA)各单元普遍存在响应不一致的现象,从而导致IRFPA都存在非均匀性.非均匀性校正(NUC)是红外图像处理系统中的重要环节.文章在研究了基于神经网络的NUC算法的基础上,提出了一种采用DSP与FPGA相结合实现基于神经网络的非均匀性自适应校正算法实时实现硬件方法,在该方法中利用FPGA并行处理能力强的特点,对焦平面阵列进行非均匀性校正,而DSP的计算能力强,完成校正系数的自适应更新.将该方法应用于128×128红外成像系统中,可使系统长期稳定地工作,克服了校正参数的漂移问题.     

基于FPGA的IRFPA联合非均匀性校正的实时实现

红外焦平面阵列(IRFPA)的快速发展对探测器的非均匀性校正技术要求越来越高.目前常用的基于标定技术的两点或多点校正算法在应用中难以完全克服探测器响应的非线性和随时间及环境变化的漂移的影响.本文提出了基于标定和基于场景的联合校正算法及其在FPGA(Field Programmable Gate Array)上的实时实现技术.其中利用基于标定的二项式拟合算法来消除探测器的大部分非均匀性,基于场景的时域高通算法来抑制探测器非均匀性参数漂移的影响,从而使这两类算法取长补短,可有效克服各自的缺陷.文中详细描述了基于FP-GA实现联合校正算法的基本原理和处理流程.实验表明,这种联合校正算法效果良好,可以充分满足大规模IRFPA非均匀性校正的要求.     

基于FPGA的IRFPA联合非均匀性校正的实时实现

摘要：红外焦平面阵列（IRFPA）的快速发展对探测器的非均匀性校正技术要求越来越高。目前常用的基于标定技术的两点或多点校正算法在应用中难以完全克服探测器响应的非线性和随时间及环境变化的漂移的影响。本文提出了基于标定和基于场景的联合校正算法及其在FPGA(Field Programmable Gate Array)上的实时实现技术。其中利用基于标定的二项式拟合算法来消除探测器的大部分非均匀性，基于场景的时域高通算法来抑制探测器非均匀性参数漂移的影响，从而使这两类算法取长补短，可有效克服各自的缺陷。文中详细描述了基于FPGA实现联合校正算法的基本原理和处理流程。实验表明，这种联合校正算法效果良好，可以充分满足大规模IRFPA非均匀性校正的要求。     

基于FPGA的IRFPA联合非均匀性校正的实时实现

红外焦平面阵列（IRFPA）的快速发展对探测器的非均匀性校正技术要求越来越高。目前常用的基于标定技术的两点或多点校正算法在应用中难以完全克服探测器响应的非线性和随时间及环境变化的漂移的影响。本文提出了基于标定和基于场景的联合校正算法及其在FPGA（Field Programmable Gate Array）上的实时实现技术。其中利用基于标定的二项式拟合算法来消除探测器的大部分非均匀性，基于场景的时域高通算法来抑制探测器非均匀性参数漂移的影响，从而使这两类算法取长补短，可有效克服各自的缺陷。文中详细描述了基于FPGA实现联合校正算法的基本原理和处理流程。实验表明，这种联合校正算法效果良好，可以充分满足大规模IRFPA非均匀性校正的要求。     

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。     

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。     

基于运动学参数的高速高机动目标跟踪自适应IMM算法

提出一种基于运动学参数的自适应IMM算法,进行高速高机动目标跟踪.该算法利用交互输出的结果,计算目标的运动学参数,进而实时估算出机动目标的转弯率,利用估计值自适应地使模型与目标实际运动状态匹配.文中还将该算法与其他两种IMM算法进行了比较.蒙特卡罗仿真结果表明,这种算法跟踪目标的稳定性和精确性均优于其他两种算法,有利于高速高机动目标的实时跟踪,具有较好的可实现性.     

红外光场成像中的辐射定标与校正

为了实现在长波红外波段应用光场成像技术,对红外光场成像中的辐射定标与非均匀性进行了研究。首先,根据光场成像和非均匀性校正的原理,提出了红外光场成像辐射定标模型,分析了响应漂移与非均匀性的关系。接着,设计标准黑体实验,记录两点校正法定标后30 h内的图像数据,对比了相同条件下光场数据和光场成像的非均匀性变化情况。实验结果表明:在10 min~30 h内,光场数据的非均匀性由0.062%增大到0.62%,光场成像的非均匀性由0.024%增大到0.27%。响应漂移对红外光场成像非均匀性的影响受到微透镜阵列渐晕和重聚焦计算的共同作用。重聚焦计算可有效抑制由响应漂移引起的非均匀性增长。     

基于波形自适应的认知雷达机动目标跟踪算法

从认知雷达的角度出发,综合考虑跟踪模型和波形选择,提出一种能够适应目标运动状态急剧变化的波形自适应机动目标跟踪算法。首先,将匀速运动模型和当前统计模型作为交互式多模型(IMM)的模型集,并结合贝叶斯理论提出一种时变转移概率的自适应IMM算法。然后,结合量测误差椭圆与目标状态预测误差椭圆正交理论,研究了基于基带脉冲波形模糊函数旋转的波形库实现方法并给出了波形自适应选择跟踪算法的具体步骤。仿真实验表明,所提算法能够适应目标不同加速度机动,雷达系统跟踪性能得到了较大幅度提升。     

An improvement to the interacting multiple model (IMM) algorithm

Computing the optimal conditional mean state estimate for a jump Markov linear system requires exponential complexity, and hence, practical filtering algorithms are necessarily suboptimal. In the target tracking literature, suboptimal multiple-model filtering algorithms, such as the interacting multiple model (IMM) method and generalized pseudo-Bayesian (GPB) schemes, are widely used for state estimation of such systems. We derive a reweighted interacting multiple model algorithm. Although the IMM algorithm is an approximation of the conditional mean state estimator, our algorithm is a recursive implementation of a maximum a posteriori (MAP) state sequence estimator. This MAP estimator is an instance of a previous version of the EM algorithm known as the alternating expectation conditional maximization (AECM) algorithm. Computer simulations indicate that the proposed reweighted IMM algorithm is a competitive alternative to the popular IMM algorithm and GPB methods     

Ball localization and tracking in a highly dynamic table soccer environment

This article presents the development of a ball localization and tracking algorithm, that is to be applied in a highly dynamic table soccer environment. The described approach is based on an earlier survey paper on object tracking, where a general selection procedure on object detection and tracking techniques was proposed. Although the survey paper presents a variety of state estimation techniques for tracking, this article describes why these are not well suited for our specific application. For this reason, an IMM estimation technique is adopted that has not been applied in this highly dynamic context before. To evaluate the IMM estimator, it is compared to the well-known and commonly used Kalman filter, that has been optimally tuned for this specific application.     

基于场景的非均匀校正算法在红外系统中的应用

在分析了几种非均匀校正算法特点的基础上,提出了一种易于硬件实现的新算法,并给出了具体的硬件实现方法。与许多基于场景的非均匀校正算法不同,它不依赖目标的运动来抑制固定的图像噪声,而是将图像中的固定图像噪声和随时间温度的缓慢变化带来的信号漂移,看作是一种低频信号,利用时域高通滤波,将低频滤除;由于滤除的低频信号远低于帧频,因此不会影响图像细节。应用结果表明,该算法能有效消除红外探测器的非均匀噪声并有效抑制温度变化带来的漂移。     

基于改进多项式拟合的红外焦平面非均匀校正方法

两点法是基于定标数据的线性校正方法,其动态范围窄且校正精度差,在应用中难 以完全克服探测器响应的非线性和随时间及环境变化带来的漂移的影响。在分析两点校正法的基础上,提出 了一种多项式拟合与单点校正相结合的改进算法以消除探测器的非均匀性,解决了探测器系数随环境变化产生 漂移的问题。