自适应多点定标非均匀性校正算法

多点定标法校正精度较高,但需要选择合理的标定点才能达到理论的校正效果.本文提出了一种用于选择多点法标定点的算法.算法将残差作为选择标定点的判定条件,自适应地在焦平面响应曲线上确定标定点.探测器采集的原始图像经本文算法校正后图像的响应率不均匀性为0.31％,与传统的均匀分段多点法相比减少了约31％,多点法的校正精度得到了明显提高.     

改进的神经网络红外图像非均匀性校正方法

为解决传统基于神经网络的红外图像非均匀校正算法存在的目标模糊、拖影等问题,提出了一种增强型神经网络方法.该方法首先采用边缘保护滤波器得到期望值,以达到利用景像的边缘信息来指导校正系数更新的目的,在此基础上,通过自适应学习率以稳定和加速学习过程,实验结果表明,该方法解决了目标模糊和拖影问题,同时有效改善了非均匀性校正的效果和效率.     

一种自适应红外图像非均匀性校正方法及其FPGA实现

介绍了一种自适应红外图像非均匀性校正方法及其FPGA实现.该方法能够实时计算校正系数,并能够保证校正质量.首先利用两点定标校正法获得初始校正系数,然后根据焦平面阵列元的响应特性实时修正校正系数,并通过在系数修正过程中加入修正判断,很大程度地改善了传统校正过程中的逐渐模糊和鬼影的不足.最后在FPGA硬件平台上实现了该方法...     

改进的神经网络红外图像非均匀性校正方法

为解决传统基于神经网络的红外图像非均匀校正算法存在的目标模糊、拖影等问题,提出了一种增强型神经网络方法。该方法首先采用边缘保护滤波器得到期望值,以达到利用景像的边缘信息来指导校正系数更新的目的,在此基础上,通过自适应学习率以稳定和加速学习过程,实验结果表明,该方法解决了目标模糊和拖影问题,同时有效改善了非均匀性校正的效果和效率。     

红外焦平面阵列非均匀性自适应校正算法研究

在分析红外焦平面阵列非均匀性校正现行算法的基础上,提出了一种具有自适应性能的新算法。该算法以小波变换中的滤波器理论为基础,通过将图像序列在时间域的尺度分解和相庆统计量计算,获得在红外焦平面校正中起影响的偏置和增益系数。模拟实验结果验证了其有效性和先进性。     

红外焦平面非均匀性噪声的空间频率特性及空间自适应非均匀性校正方法改进

分析了红外焦平面阵列非均匀性噪声的空间频率特性,指出空间低频噪声为其中的主要成分．利用实际IRF—PA定标数据,也得出了相同结论．针对传统空域自适应校正方法去除低频空间噪声存在的不足,本文提出采用一点校正和空域自适应校正相结合的方法．实验结果表明,新方法在空间低频噪声占优时能获得好的校正效果．     

红外焦平面阵列非均匀性自适应校正算法研究进展

实现红外焦平面阵列非均匀性自适应校正是高级红外探测系统追求的重要目标,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.归纳总结了国内外关于凝视红外焦平面阵列非均匀性自适应校正算法的部分研究工作及其进展,比较了典型自适应算法的性能和适用条件,为进一步开展红外焦平面阵列非均匀性自适应校正研究提供参考意见.     

红外图像非均匀性校正技术研究

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。本文对国内外广泛应用的两点校正法进行了原理探讨,并阐述了恒定统计平均法,时域高通滤波器法和神经网络校正法等几种正在实验室大力研究的非均匀性校正技术。     

基于神经网络的改进型红外图像自适应非均匀校正算法

针对传统的基于神经网络的自适应非均匀性校正(Neural-Network-based Non-Uniformity Correction, NN-NUC)算法在 实际应用中存在校正能力有限和容易产生鬼影的问题,深入分析了NN-NUC算法中的鬼 影产生过程,并给出了抑制鬼影的一般性方法;然后结合实际红外成像系统的特点,提出 了一种改进型NN-NUC算法。仿真实验结果表明,该算法可以最大限 度地抑制场景鬼影的产生,并可有效减小系统输出图像的非均匀性噪声。此外,本文算法 计算量小,且易于用硬件实现,因此具有很好的工程应用价值。     

改进型自适应分段的红外焦平面非均匀校正方法

制冷型红外焦平面探测器的响应非均匀性对其定量化应用产生很多不利影响.本文在对红外焦平面探测器像元响应特性深入研究的基础上,提出了一种的改进型自适应分段的红外焦平面非均匀校正算法.该方法主要在前人研究的基础上给出校正效果与分段校正阈值选择之间的定量化关系,从而降低了分段校正时阈值选择的盲目性.另外,该方法采用归一化直线作为校正的目标曲线,而非传统方法中采用分段目标曲线.文中首先分析了线性校正误差的来源,然后给出校正效果与分段阈值之间的定量化关系,最后给出校正方法的原理和步骤.在校正效果评价方面,本文使用局部非均匀性(LNU)来评价校正后的效果,该方法相对于传统的评价方法,更能体现校正后残差的局部特性.实验表明,相对于传统的多点校正法,该方法使用较少的参数量获得更好的校正效果,并且易于工程实现.     

应用于非均匀性校正的改进的神经网络算法

非制冷红外焦平面的非均匀性对红外系统的图像质量造成严重影响。神经网络的自适应调节性优于传统的定标校正方法,成为研究热点。但是传统的神经网络存在期望值不准确、误差函数精度不高和学习速度不适应网络变化的缺点。本文将目标像元与其4邻近像元的像素值进行比较,按偏差值的大小进行排序,再增加权系数来计算期望值;文章又分析了神经网络出现的局部极小问题,在原有的误差函数基础上引入了隐层饱和度的计算式;并提出了根据总误差值之比来调节学习速度。经仿真实验表明,新算法较好地降低了非均匀度。     

提高两点温度定标法精度的焦平面非均匀性校准技术研究

凝视红外成像系统中的探测器非均匀性校准(降低固有空间噪声)技术是一项处在探索过程中的关键技术.目前实用性较好的两点温度定标法的校准系数精度受读出噪声、信号动态范围、模数转换字长和运算噪声的限制,很难使焦平面探测器的空间残留噪声达到应有的精度.文中探索了一种二次参数补偿的两点温度定标方案,由基本公式得到的校准参数值,再依据现实信号动态范围进行实时精度补偿,使之更加接近于理论计算值,从而使非均匀性校准的系数精度得到较大幅度提高.这一方案可在不改变图像处理机硬件开销和软件运行负担的前提下完成对两点温度定标法精度的补偿.计算机仿真实验结果证明了该方法的有效性,可降低残留空间噪声50%以上.     

基于中间均衡直方图的红外图像非均匀性校正

针对目前红外场景校正算法存在的鬼影和参数时间漂移,提出基于中间均衡直方图的单幅图像校正算法。算法将场景校正的思想运用到图像列上,通过计算每一列的中间直方图算法来替代原始列的直方图。实验结果表明,算法优于总变差算法,具有简单快速,易于工程应用的优点。     

湍流退化红外图像校正算法

针对高速湍流场引起的红外图像模糊问题,提出了一种基于改进增量Wiener滤波的复原校正算法.首先,基于先验知识对湍流退化图像的降晰函数进行辨识并得到复原图像的起始估计;其次,提取起始复原图像中的强边缘并平滑边缘区域;最后,利用改进的增量维纳滤波算法迭代复原图像.实验结果表明:该算法与传统的迭代盲复原算法及基于Fuzzy滤波器的后期去振铃算法相比,复原图像的振铃测度有较大下降,同时提高了复原图像的质量,降低了算法的时间复杂度.     

基于场景偏振冗余估计的非均匀校正

由于红外偏振焦平面的异构特性,在非均匀校正过程中需要考虑不同检偏通道的响应差异对整体校正效果的影响,其非均匀校正问题相较同构的普通红外焦平面更为复杂。针对红外偏振焦平面的非均匀校正问题,提出了一种基于场景偏振冗余估计的非均匀校正算法,通过对场景图像和由场景图像计算得到的偏振冗余估计图像进行统计,得到整个焦平面上所有像元响应在统计特性上的差异,然后分通道从两个方向对这些差异进行比较分析,得到更新后的增益校正系数,再通过辐射重定标抑制由于静止场景所造成的鬼影,得到当前状态下相机的增益校正系数。在这个过程中,通过偏振冗余估计评价之前的校正系数,自适应地实现增益校正系数的更新。最后使用真实场景数据进行测试,结果表明本文所提出的非均匀校正算法有效提高了所获取偏振图像的准确性。     

基于扫描型红外热像仪非均匀性场景校正算法的实现

通过对某扫描型手持红外热像仪非均匀性的分析,建立了相应的非均匀性数学模型,提出了场景校正算法并在DSP中编程实现。算法采用运动估计与递归最小二乘法相结合的方式,实现了对空间非均匀性的实时校正;采用神经网络与最小均方算法结合的方式实现了对两点校正后残留非线性非均匀性的实时补偿。应用效果表明该算法具有很高的工程价值。     

基于多尺度时域矩匹配的自适应非均匀性校正算法

非制冷红外焦平面阵列的固定图案噪声具有与条带噪声相类似的特性.通过对矩匹配算法和时域高通滤波算法的研究, 提出了一种多尺度时域矩匹配非均匀性校正算法.首先利用高斯金字塔对相邻帧待校正图像进行全局运动估计, 然后对各尺度的高斯金字塔和拉普拉斯金字塔分别进行时域矩匹配.对真实红外图像序列的实验结果表明, 该算法在提高收敛速度的同时可有效减少鬼影现象的出现.     

基于场景的空间投影估计和时域迭代非均匀性校正算法

本文提出了一种基于场景的空间投影估计和时域迭代非均匀性校正算法。本算法采用空间投影估计来估算图像的全局平移,并且在相邻帧之间进行时域迭代。具体分为下述三个主要步骤：首先,我们提出了一种基于配准准则的投影估计。然后,我们采用相邻帧的迭代校正来保证较快的收敛速度以及较少的非均匀性残留,同时保证基本没有鬼影。最终,我们将本算法移植到基于FPGA的硬件系统。通过评价标准测试了本算法的性能,并展示了在单调运动下系统非均匀性校正的实际效果。一段添加了模拟非均匀性的干净视频被用来对比此算法和阈值自适应最小均方差算法以及全偏差算法。在本文结尾,我们得到了结论,并对后期的工作进行了展望。     

基于线列红外探测器的图像增强算法研究

针对线列红外探测器扫描成像特点,提出了一种基于平台直方图统计的红外图像增强算法。仿真结果表明,该算法能够校正扫描型热像仪由盲、闪元引起的黑白道,提高图像的对比度,修正全局灰度等级,锐化图像中的边缘细节,对扫描成像系统的红外图像具有较好的增强效果。     

基于多点平均频率校正的多表面波长调谐移相干涉测量

为实现多表面干涉测量中强度叠加干涉信号的分离和相位解调,提出了一种基于频率校正的多表面波长移相干涉测量算法,可实现透明被测件各表面面形的同时重建。波长移相干涉技术可以根据各干涉谐波光程差(optical path difference, OPD)的不同使各表面干涉谐波具有不同的移相值,该差异为各信号分离和相位解调提供了基础。在现有的多表面测量技术中,往往通过被测件的腔长和光学厚度等信息对谐波频率进行粗估,但估计精度较低,且无法应对移相误差。因此,本文通过多点平均和频率校正实现了各干涉谐波频率的精确提取,能够有效消除异常值和加性高斯噪声(additive Gaussian noise, AGN)对频率求解精度的影响,并且仅通过干涉图之间的加权操作便可同时对各谐波相位进行解调,对比分析和实验结果验证了所提出的算法的可靠性。