一种基于场景的红外图像非均匀性校正算法

在分析红外焦平面非均匀产生原因的基础上,阐述了两点校正法的原理.由于各探测器与相邻单元的增益比率具有相关性的特点,利用相邻单元的增益比率,迭代实现比率和偏差的校正,从而减小其图像的非均匀性.仿真计算验证算法能有效地消除图像非均匀性噪声,增强图像的视觉效果.     

一种新的基于场景的红外图像非均匀性校正算法

根据传统两点法的基本思想,提出了一种基于场景的红外焦平面阵列成像非均匀性校正算法。利用各探测器单元的增益比率与相邻单元的增益比率的相关性,迭代实现增益和偏移量的校正,从而减小其图像的非均匀性。     

一种改进的基于神经网络的红外非均匀校正算法

目前针对红外焦平面阵列(IRFPA)传统神经网络非均匀校正算法目标退化和收敛速度慢等问题,在综合分析传统神经网路相结合算法及基础上,提出了一种改进的基于神经网络的非均匀性自适应校正算法。该算法采用一点定标与神经网络相结合的方法,并对相应数据进行归一化以实现边缘清晰和收敛速度快等目的。仿真实验以及针对实际红外图像的实验结果表明,提出的方法是合理有效的。     

基于空间关系的FPA非均匀校正算法

提出了一种基于相邻图像空间变换关系的场景校正（SBNUC）算法。该算法利用相邻图像空间变换关系,将前一帧已校正的像元灰度组合为当前帧所期望的像元灰度,再以误差梯度迭代修正偏置和增益。理论上证明了在未加其他条件的情况下,该算法能够防止鬼影现象。红外图像序列校正结果显示,该算法在保证图像锐度的情况下,降低了FPA非均匀的高...     

红外焦平面阵列非均匀性校正算法的分析和改进

介绍了红外焦平面阵列所存在的非均匀性问题对系统性能的影响,分析了非均匀性校正通常所采用的标定法的缺陷,以及一种常用的自适应算法在实施中的一些问题,探索了各自的实用性和局限性以及某些可能的改进。     

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。     

一种改进的神经网络非均匀性校正算法

传统的神经网络校正算法对于线列焦平面阵列的非均匀性校正效果并不理想.因此,本文针对扫描型成像系统对传统神经网络算法进行了改进,将局部中值处理作为期望输出,逐列进行系数更新和校正,获得了很好的结果.改进后的算法收敛速度快,适合于线列焦平面阵列的非均匀性校正.实验结果显示了该算法的良好校正效果.     

一种红外焦平面阵列非均匀性校正的新方法

为了解决红外焦平面阵列非均匀性实时校正难题,提出了一种利用存储器的函数变换功能来对红外焦平面阵列非均匀性进行实时压缩校正的新方法.详细阐述了存储器压缩校正的原理和实现过程,并给出硬件实现框图,最后给出了实验结果.实验表明该校正方法电路简单、校正效果理想、容易实现实时校正.     

基于神经网络法的焦平面器件非均匀性校正技术研究

首先分析了传统的非均匀性校正方法的缺点,指出自适应校正红外焦平面器件非均匀性的必要性。根据焦平面器件非均匀性噪声特性和算法研究的需要,介绍了非均匀性失真图像的产生方法。在上述工作的基础上,研究了基于神经的自适应非均匀性校正算法,探讨了最近４领域像素平均、最近４邻域像素灰度加权和８邻域像素灰度加权等三种情况。实验结果表明,８邻域灰度加权算法校正效果较好。     

基于神经网络的红外焦平面非均匀性自适应校正算法

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.本文在研究了传统的基于神经网络的NUC算法的基础上,提出了一种改进的基于神经网络的非均匀性自适应校正算法,并对比了传统的基于神经网络的算法和本文算法的校正效果和收敛速度,实验表明本文提出的算法校正效果好,收敛速度快.     

一种基于鱼眼镜头的非均匀性校正方法

为了提高凝视型红外鱼眼侦测系统的成像质量,针对实际应用中的问题,分析了鱼眼镜头对系统非均匀性的影响.对传统的两点校正算法进行了改进,提出了基于鱼眼镜头的两点校正算法,并对校正算法的成像质量进行了讨论.通过计算,校正前的非均匀性大小为0.72,校正后的非均匀性大小为0.027,系统的成像均匀性提到了提高.在非均匀性校正方面与传统的两点校正法进行了比较.结果表明,该方法具有校正精度高、成像效果好等优点.     

红外焦平面阵列非均匀性及校正分析

大规模红外焦平面阵列器件固有的非均匀性,严重地制约着红外成像系统的性能,这 是其应用中必须解决的一个关键问题。本文详尽地分析了产生非均匀性的各种因素,并对其校正原理进行了阐述,最后给出了基于参考源校正算法的仿真结果。     

IMM算法在红外焦平面阵列非均匀性校正中的应用

以连续图像序列作为观测数据时,卡尔曼滤波法校正焦平面阵列非均匀性的效果取决于状态模型中漂移系数的选取。针对这一问题,提出应用交互多模(IMM)算法,建立两个状态模型拟合响应参数不存在漂移和漂移剧烈的极限情况,融合估计探测单元的响应参数。实验结果表明IMM算法对非均匀性具有较好的校正作用,且对响应参数的初始状态及漂移系数的选取具有较好的稳健性。     

基于标定的IRFPA非均匀性校正方法综述

红外焦平面阵列(IRFPA)是红外系统的关键部件,其非均匀性是制约红外系统成像质量的限制性因素.对基于标定的IRFPA非均匀性校正算法进行了原理探讨,阐述了两点校正法、基于埃尔米特插值算法、基于多项式拟合以及最佳平方逼近等几种目前正在研究的标定类非均匀性校正技术.     

基于图像分割和配准的红外焦平面阵列非均匀校正算法

在目标成像跟踪和制导领域,存在大量由缓慢移动背景和相对背景运动的点目标构成的红外图像序列,传统的基于场景的红外焦平面非均匀校正算法在解决此类图像中存在困难.提出了基于图像分割和配准的红外焦平面非均匀校正算法(简称S-R算法),通过将图像背景和运动点目标分离,利用图像配准的方法完成图像背景的非均匀校正和点目标位置处错误固定噪声参数的补偿,最终完成整个焦平面探测单元固定噪声参数的估计,从而有效解决了这类红外图像序列的非均匀校正问题.S-R算法具有噪声参数估计精度高、收敛速度快和计算复杂度低等优点.文中最后用仿真数据对上述结论进行验证.     

红外焦平面阵列器件非均匀性分析

红外焦平面阵列固有的非均匀性严重地制约着其成像系统的成像质量,必须对其进行补偿校正。在深入地研究了非均匀性的各种来源及其表现形式的基础上,论述了校正原理,并提出了一种普遍适用的测量方法。     

DMD红外场景产生器非均匀性校正方法研究

非均匀性是影响数字微镜器件(Digital Micro-mirror Device,DMD)红外场景产生器投射红外场景质量的主要因素之一,DMD红外场景产生器必须经过非均匀性校正才能满足复杂环境下红外成像设备内场仿真试验的应用要求.给出了DMD红外场景产生器的非均匀性校正流程;提出了一种更适合于现有测试条件的变尺度稀疏...     

红外焦平面阵列基于黑体的非均匀性校正方法中的限制因素

以基本的红外辐射理论为依据,阐述了红外焦平面阵列非均匀性校正的物理原理,首次综合性地论述了标定类方法所存在的三个基本限制因素,并重点给出了红外焦平面阵列响应漂移的实验结果.     

红外焦平面阵列非均匀性仿真技术研究

红外焦平面阵列非均匀性的建模和仿真,是红外成像系统仿真中很关键的一部分.根据红外焦平面阵列非均匀性产生的原因和特点,建立了基于空间相关性的探测器响应模型,较基于各探测元间是独立不相关假设下的响应模型更为科学客观.