基于DSP的红外图像非均匀性校正技术的研究

分析了导致红外成像系统非均匀性的机理,介绍了红外焦平面阵列非均匀性校正的基本方法。采用两点校正和积分时间校正相结合的方法,利用TMS320VC5509A DSP完成了对红外图像的非均匀性实时校正。实验结果表明,本系统具有实时性好,实用性强的特点,能够满足红外焦平面成像系统的要求。     

红外图像非均匀性分析与校正方法研究

由于材料、工艺等原因,红外焦平面阵列（IRFPA）各探测元存在响应不一致问题,导致红外图像的非均匀性。非均匀性校正（NUC）是红外成像仪图像处理系统的重要环节。本文结合空间相机的应用重点分析了基于定标的两点校正法和基于场景的自适应神经网络法,并通过仿真图像验证了神经网络算法的校正效果。     

基于运动指导的红外焦平面非均匀性校正方法

针对红外焦平面阵列(IRFPA)非均匀性校正算法中基于场景类自适应校正算法存在的目标退化和伪像等问题,提出一种新的基于运动检测指导的自适应校正算法。该算法首先通过预处理为实时校正准备背景帧图像和坏元模板,接着根据前后两帧场景信息的运动方差,自适应地调整迭代步长,最后结合运动幅度更新增益校正系数,对图像实施校正。以含有弱小目标的实际红外图像序列进行仿真的结果表明,新算法有效地抑制了目标退化,消除了伪像;去除了固定图案噪声,具有自适应性。     

红外焦平面阵列非均匀性校正算法研究

红外焦平面阵列( IRFPA)的非均匀性校正是提升红外系统成像质量的重要环节。非均匀性校正算法主要分为基于参考辐射源的标定类校正算法和基于场景的校正算法。将基于参考辐射源的标定类校正算法按线性模型与非线性模型进行详细分类,基于场景的校正算法按空域和时域进行详细分类。针对不同类特点,分别对上述算法进行了详细的分析及比较,为今后非均匀性校正算法的选择提供理论基础,并根据现有两类算法特点,提出算法未来的研究方向。     

基于DSP红外图像非均匀校正设计

由于红外焦平面探测器各点的响应度不一致,需要对红外图像进行非均匀校正。目前许多红外成像设备非均匀校正均通过后台PC机完成,需要专门设计与PC机的接口,提高了成本,而且不利于脱机运行。系统使用红外图像处理板自身的DSP完成非均匀校正系数的计算,设计简洁,操作方便,取得了理想的效果。文中分析了两点校正的原理,介绍了实现方法,对其中涉及的关键技术进行了详细描述。     

基于DSP的红外焦平面阵列实时非均匀性校正技术

针对红外焦平面阵列在进行非均匀性校正中所涉及的运算量和数据量庞大、实时处理难于实现的特点,采用TMS320C6000系列DSP两路数据通道的优势,输入输出数据采用不同的数据通道并行传输,利用EDMA传输方式无需CPU介入,充分利用DSP硬件的并行性和流水线进行非均匀性校正,以分段线性插值算法为例,详细阐述了硬件设计和实现步骤,并给出仿真结果,结果表明:基于DSP的实时非均匀性校正系统完全可以达到实时校正的要求.     

基于时域高通滤波的非均匀性校正算法研究

实现红外焦平面阵列非均匀性自适应校正是红外探测系统研究中追求的重要目标,对提高红外探测系统的空间分辨率、温度分辨率、探测距离以及辐射量的正确度量具有重要意义.分析基于时域高通滤波的红外焦平面自适应非均匀校正算法的视觉神经机制以及滤波器的幅频特性.通过对实际红外图像的实验,提出正确选取时间常数是影响该校正方法最重要的因素.     

单帧红外图像低频非均匀性噪声校正算法

红外成像系统中,低频非均匀性噪声严重影响红外系统的成像效果,传统基于标定的方法无法对其进行有效的去除.为此,提出一种基于曲面拟合的低频非均匀性噪声校正算法,首先对含噪图像进行小波滤波,以抑制高频信息;然后利用场景和低频非均匀性噪声梯度的稀疏特性,建立关于非均匀性噪声曲面参数的■正则化能量泛函,并利用ADMM方法求解最优的非均匀性噪声曲面参数;最后将原始图像减去估计的低频非均匀性噪声得到校正后的图像.使用中波红外热像仪拍摄得到红外图像,对仿真图像和实际图像进行校正,实验结果表明,该算法能明显降低图像的粗糙度和非均匀性值,且有效地去除低频非均匀性噪声.     

基于场景的红外探测器非均匀性校正方法的分析

红外探测器中的非均匀性校正是红外成像系波器法三种基于场景的非均匀性校正算法,通过利用图像序列并依赖帧间运动对焦平面阵列的非均匀行进行校正,并与两点法比较,分析三种方法的优缺点.     

基于FPGA的两点非均匀校正模块的设计与实现

两点校正算法是一种行之有效的红外图像非均匀校正方法.本文对两点校正算法进行了分析,并推导出了该算法的定点表示形式.利用FPGA在硬件上实现了该算法,内部采用流水线技术,校正系数存储在FPGA的片内存储器中并实现了盲元补偿.仿真和实验结果证明该设计是可行的,达到了预期效果。     

非制冷红外探测器非均匀性的校正方法

两点温度定标校正算法是非制冷红外探测器的有效的非均匀性校正技术。根据焦平面特性和两点算法,提出一种采用两级存储结构的现场可编程门阵列实现途径:流水运算,采用分级存储校正系数和并行结构运算部件。仿真和试验证明:这种方法具有高速、系数存储大容量、可扩展的特点,适合于大阵列非制冷红外焦平面的实时校正。     

一种自适应阈值的运动目标提取算法*

为了准确地划分运动目标和背景区域,提出一种自适应阈值的运动目标提取算法,对现有基于背景差的提取算法进行改进。本算法将运动目标和背景作为两个聚类,对图像中的点按像素灰度进行分类,以聚类间的方根—算术均值距离最大作为分割阈值选择的准则,使得运动目标提取算法中二值化阈值能够自动更新,从而实现对运动目标的准确完整提取。实验结果表明,该算法能够较准确快速地提取运动目标,并对环境亮度突变、背景存在微小运动等情况具有较好的鲁棒性。     

基于道路网络的移动对象聚类

现有的基于道路网络对象聚类算法eb-cls采用网络距离描述移动对象间的相似性,没有充分利用对象的时间和空间属性,造成算法不能体现移动对象动态演化的移动模式,频繁更新聚类结果并且聚类精度不理想,执行效率低等问题。针对这些不足,提出基于道路网络的移动对象聚类算法MOBORN（Moving Objects Based on Road Network）,该算法引入时空相似系数,考虑了移动对象速度、方向和位置。当移动对象间的时空相似系数达到给定阈值,将其分到同一聚类,并动态维护聚类结果,减少聚类次数。实验结果证明,与eb-cls算法相比,该算法聚类精度保持在97%以上,运行效率提高了40%。     

一种有效的基于时空信息的视频运动对象分割算法

为实现视频编码标准MPEG-4中语义对象的自动提取,提出一种基于时空信息的运动对象分割算法。在时域上通过双边加权累积帧差和分块高阶统计算法得到目标的运动区域检测模板,以在充分利用时域信息的同时提高算法的速度;在提取空域信息时,先对视频序列的灰度图进行对比度增强处理,然后利用自适应Canny算子获取准确的空间边缘信息;最后进行时空融合,用空域边缘信息修正过的时域运动模板来提取运动对象。实验结果表明,本算法可以快速准确地分割视频运动对象。     

一种自适应的运动目标阴影消除新算法

精确地消除活动阴影对运动目标的影响是智能视频监控的核心任务之一,对此提出了一种基于局部纹理分析的自适应阴影消除新算法。进行了基于高斯混合模型的背景重建,并根据阴影的光学特性进行了阴影区域的预检测,得到疑似阴影区域;提出了一种新的自适应动态纹理分析方法并在此基础上实现了活动阴影的检测与消除。实验结果验证了算法的有效性和实用性。     

基于运动点团的鱼眼图像中多目标检测方法研究

采用运动点团模式对鱼眼视频序列中的目标检测方法进行了研究和探讨。运动点团模式的运动目标检测分为三个层次,每个层次对应一个具体的检测算法,即基于像素层的背景提取和更新、运动点团层的点团检测和判定及运动目标层的目标标记和跟踪。对三个算法的原理进行了探讨,并结合鱼眼图像的特点进行了算法改进和优化。实验结果表明,以运动点团作为中间检测过程的方法能有效对圆形鱼眼视频序列中的多个运动目标进行检测,特别是图像边缘的大畸变、低分辨率目标,相比传统的检测方法具有更好的检测稳定性和准确性,在大范围智能视频监控中具备很好的实际应用价值。     

求解运动目标方向角度变化的新方法*

传统追踪刚体目标方向变化的方法需要限定具体应用场合和适用目标。提出了一种求解目标几何特征的数值计算方法,即用直接计算光栅化曲线的切线倾角,取代通常的曲线拟合法,具有精度高和计算复杂度低的优点,能很好地满足估计目标方向角度变化的需要。实验证明了该方法有效且效果稳定,因不依赖于具体类型的目标,具有较广的适用性。