一种提高红外焦平面阵列盲元检测精度的方法

针对红外成像系统在条纹噪声和非均匀性噪声干扰下盲元检测精度差的问题,提出了一种将小波滤波和“3σ”原则相结合的盲元检测新方法。首先用小波变换对含有条纹噪声和非均匀性噪声的图像进行预处理,再用“3σ”原则对其进行盲元检测。仿真结果表明该方法消除了噪声对盲元检测的影响,有效地解决了“3σ”原则检测精度低的问题。     

一种基于短波红外焦平面阵列的盲元检测新方法

针对短波红外焦平面探测器盲元检测过程中存在的系统噪声和非均匀性问题,提出了一种综合递归滤波法、滑动窗口法和局部阈值法的盲元检测新方法.对所用递归滤波法、滑动窗口法以及局部阈值法的原理进行了阐述和分析,并对提出的新方法进行了实验仿真验证.结果表明:该方法不仅在一定程度上消除了系统噪声,提高了图像信噪比,而且有效克服了焦平面非均匀性对盲元检测的影响;与"2s"原则和"3s"原则盲元检测方法相比,该方法误判和漏判现象明显减少,提高了盲元检测精度,是一种比较实用的盲元检测方法.     

中波红外相机盲元的实时动态检测与补偿方法

盲元的存在严重影响了红外相机的成像质量,基于场景的盲元检测与补偿方法可以有效地解决此类问题。本文提出了一种改进的局部“3σ”方法,通过计算图像的三维噪声获得图像的平均噪声,据此得到盲元检测的最小判据,然后采用局部“3σ”方法和中值滤波法对盲元进行实时的动态检测与补偿,并将该方法应用于自研的某中波红外相机中。对黑体成像实验的结果表明,本文方法与辐射定标法相比,盲元检出的重合度平均可以达到82%以上;与传统的局部“3σ”方法相比具有相同的盲元检测与补偿效果,但可以将盲元的过检率降低30%以上;地面及载机挂飞成像实验的结果表明,本文方法可以对盲元起到很好地抑制作用,红外相机的昼间和夜间图像均不存在明显异常的黑、白点,图像中景物细节丰富、图像质量优良。因此,本文方法可以对盲元进行实时的动态检测与补偿,在自研的中波红外相机中的运用是可行和有效的。     

基于FPGA的红外图像非均匀性校正系统设计

红外成像技术在众多领域得到广泛应用,但设计和制造工艺存在的非均匀性现象严重降低了红外图像的成像质量。针对这一问题,设计了一种基于现场可编程门阵列(Field-Programmable Gate Array, FPGA)的红外图像校正系统。该系统采用两点校正法对某国产短波探测器的像元增益和偏置进行更新,然后利用3σ算法实现盲元点的检测并利用邻域替代的思想进行盲元校正,通过将盲元点周围的有效像元值按比例替代盲元像元来降低运算复杂度。在基于XC5VLX110T型FPGA的硬件系统上进行实验。结果表明,所设计的红外图像校正系统改善了图像的非均匀性,提高了成像质量且成像速度快。此外,丰富的余量资源使得系统具有较好的扩展性。该系统在红外图像处理方面具有一定的应用价值。     

减小光强不均对CCD非均匀性校正的影响

在校正CCD传感器非均匀性过程中,发现光强不均对CCD非均匀性校正精度有很大影响.为了提高校正精度,提出了利用曲面拟合光强分布减小其对不均匀性校正影响的方法.此法根据CCD非均匀性具有随机性,应用最小二乘法拟合光强分布曲面,再从CCD标定数据中去除该曲面,从而减小光强不均对CCD非均匀性校正的影响.实验证明:随着光强的...     

电阻阵列非均匀性测试

电阻阵列的非均匀性是一种固定模式的空间噪声,已成为影响红外图像质量的主要因素.根据电阻阵列的非均匀性信息,对其输入数据进行补偿是校正非均匀性的一种有效的方式.分析了校正算法对非均匀性测试的需求;提出基于成像探测的非均匀性测量手段;研究了图像退化对非均匀性测试的影响;根据测试中输入图像数据的特点,提出一种基于迭代测试的盲复原方法.仿真结果表明,基于迭代的复原方法能有效地从退化图像中复原电阻阵列的实际非均匀性图像,并取得较好的校正效果.     

CCD相机输出非均匀性线性校正系数的定标

宽幅CCD相机的输出非均匀性校正对获取高质量的遥感图像具有重要意义。通过分析造成CCD输出非均匀的原因,提出了基于辐射亮度反演的非均匀性线性校正概念。在已知的多种辐亮度照明下,采集相机每个像素的灰度值,利用最小二乘法建立像元灰度值与辐亮度的函数,求出像元的两项非均匀性校正系数——暗信号与响应度。实验结果表明:利用这两项校正系数进行相机非均匀性校正,改善效果明显。校正前图像的灰度值均方根偏差为1.3%,校正后为0.2%;从图像上看,校正前图像上的明暗条纹很明显,校正后得到消除。不仅如此,采用该校正方法还能够有效去除通道间输出非均匀性造成的整幅拼接图像的明暗不一致,得到均匀清晰的图像,结果令人满意。     

基于神经网络的红外图像非均匀性校正

由于红外焦平面材料、制造工艺的差异以及多路模拟信号输出的电路设计等因素,红外探测器在面源黑体目标下像元的输出不均匀,针对同一辐射目标得到的响应也不一致。红外探测器像元间的非均匀性影响目标辐射探测的质量,也使得获得的红外图像不能很好地反应目标辐射特性。先对红外图像进行盲元检测和补偿,通过双边滤波方法获得像元期望输出值,利用随机梯度下降法的神经网络模型对红外图像进行非均匀性校正。实验验证该方法较基于标定的校正方法具有适应场景变化、效果好的优点。     

采用特征直方图的红外焦平面阵列盲元检测方法

红外探测器受材料和工艺等的限制，普遍存在盲元问题，降低了红外成像系统的图像质量，影响了目标检测系统的检测概率和虚警率，因此，有效检测盲元是红外图像处理领域的一个重要研究方向。在分析了有效像元校正模型的基础上，指出均匀辐照下红外焦平面阵列（IRFPA）有效像元非均匀校正后灰度图像的均值（MEAN）和标准差（STD）具有正态分布特征，对特征直方图采用自适应正交投影分解法进行高斯分解，得到有效像元校正后的MEAN和STD特征分布区间，最终得到盲元的分类准则。对IRFPA进行的验证实验结果表明，该方法获得了令人满意的结果，证实了所提出检测方法的有效性和科学性。     

图像传感器非均匀性的三步校正法

分析了图像传感器光电响应非均匀性的特点,根据图像传感器理想光电响应的特点提出了基于最小二乘法的图像传感器非均匀性的三步校正方法.首先在固定辐照度下,用最小二乘法校正各个光敏单元的非均匀性;其次利用不同辐照度下的响应值,应用最小二乘法拟合求得各个光敏单元的响应曲线和理想响应曲线;最后通过直线校正达到对各个光敏元件在不同辐照度下的非均匀性校正.实验结果表明该算法能够有效地校正图像传感器的非均匀性,且简单实用,便于工程实现.