多点标定的自适应非均匀性校正方法

为了实现对红外焦平面阵列(IRFPA)获取图像的实时高精度非均匀校正,提出了一种基于多点标定的自适应非均匀性校正算法,该算法假定在环境温度变化时,校正后输出图像数据的差值与已标定的数据存在线性关系,对其进行分块并配对,采用最小二乘法,以平方和最小为准则,自适应修正校正系数,以达到实时调整非均匀校正的校正系数,对环境温度变化引起的非均匀性进行补偿的目的.实验结果表明,该方法既提高了非均匀性校正的精度又能满足实时性要求,可广泛应用于光电火控、红外成像制导等对实时性和成像质量均有较高要求的应用场合.     

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。     

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.     

利用DSP实现IRFPA非均匀性校正及其关键技术研究

针对红外焦平面阵列(IRFPA)非均匀性校正过程中运算量大,难于实时实现的特点,提出利用DSP实现红外焦平面阵列非均匀性实时校正方法.在介绍多点校正原理的基础上,详细阐述了DSP硬件实现多点校正的过程及其关键技术,并给出了实验结果.实验表明该硬件校正方法简单灵活,图像效果理想,能够有效地解决红外焦平面阵列非均匀性实时校正难题.     

红外焦平面器件的非均匀性校正算法研究

本文首先对红外焦平面(IRFPA)器件的非均匀性进行数学建模,然后介绍传统的两点及多点校正算法及其改进,最后介绍新的一些算法理论,包括基于神经网络及光流的一些理论。     

基于两点法的红外图像非均匀性校正算法及其DSP实现

介绍了非均匀性校正的方法,分析了红外焦平面(IRFPA)探测器两点法非均匀性校正的原理,介绍了嵌入式实时两点法校正算法的标定与校正过程.在此基础上设计了基于DSP的实时两点法校正硬件模块和软件算法,在此平台上对实际IRFPA进行了实时两点法校正试验,给出实验结果及分析.实验证明该方法可行.     

红外探测器非均匀性校正系统研制

分析了红外焦平面阵列（IRFPA）基于定标的非均匀性校正算法和基于场景的非均匀性校正算法的优势和不足。针对红外焦平面阵列二元非线性的非均匀性理论模型这一特点,提出了一种基于S曲线拟合的校正算法。利用FLIR公司的长波非制冷红外探测器进行信号采集,建立了焦平面探测元的响应模型。描述了基于FLIR长波非制冷红外探测器在FPGA平台的处理流程,并实现了S曲线校正算法,提高了红外图像的质量。实验表明,经过S曲线拟合校正处理,减弱了红外图像的条纹噪声,使IRFPA组件的非均匀性从6.45%降低至2.06%。     

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.     

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。     

红外焦平面阵列多点校正方法的改进

为了提高红外焦平面阵列多点实时非均匀性校正的速度,提出多点压缩校正的新方法.介绍了多点压缩校正方法的原理,在此基础上详细阐述了多点压缩的硬件实现过程,并通过与传统多点校正方法的比较,说明了多点压缩校正方法的有效性.实验结果表明多点压缩校正具有计算量小、实时校正速度高、校正后图像的残余非均匀性小等优点.     

基于中值滤波的红外焦平面阵列非均匀性神经网络校正

统的神经网络校正算法存在收敛速度慢和校正精度低的缺点。当背景噪声较大时,它更难以获得令人满意的校正效果。 针对其不足之处, 提出一种基于中值滤波的红外焦平面阵列(IRFPA)非均匀性神经网络校正算法。该算法首先利用中值滤波对强噪声进行预处理,在此基础上 采用改进的神经网络校正算法对IRFPA非均匀性进行自适应校正。实验结果表明,该算法与传统的神经网络方法相比具有收敛速度快和校正精 度高等特点,并且使图像的峰值信噪比至少提高了10dB。     

一种端口间动态场景自适应修正算法研究

在传统的单点校正和两点校正的基础上,提出了一种新的可适应不充分场景变化条件的端口间动态场景自适应修正算法。该算法基于动态场景成像过程中多端口图像数据之间的相关性,使用FPGA+ARM硬件平台,采用实时修正偏置系数的方式,实现多端口图像实时非均匀性校正,解决了定标算法无法根据环境进行自适应调整和场景算法不能进行实时校正的问题。     

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。     

红外焦平面阵列非均匀性多点实时压缩校正研究

非均匀性校正是提高红外图像质量的主要方法之一.针对传统的多点校正方法运算量大、实时性能差等缺点,提出多点实时压缩校正新方法,该方法将校正曲线相同或相似的不同探测单元归为一类,并将归类后的校正曲线的映射表存储在查找表中,校正过程中仅对查找表中的数据进行实时读取.实验结果表明:该算法计算量小、校正速度快,更加适合硬件实时实现.     

红外焦平面非均匀性校正算法研究与实现

红外焦平面阵列的非均匀性噪声是制约红外成像质量的主要因素。非均匀性校正是红外焦平面器件应用的一个关键技术,虽然现在已经提出多种基于场景的非均匀性校正方法,但是两点校正法因其实时性好,具有实用价值。文中讨论了两点校正法,并分别提出了利用查找表法和用CPLD实现焦平面探测器非均匀性校正的方案。     

基于虚拟边框视场光阑的IRFPA自适应非均匀性校正算法

 非均匀性校正是提高红外焦平面阵列成像质量的关键环节.本文提出了一种基于虚拟边框视场光阑的红外非均匀性校正算法.该算法用人工神经网络对边框像元进行初始校正,形成校正虚拟边框,再根据场景信息和帧间位移,将偏置校正参数逐行逐列传递,可消除焦平面阵列全视场响应的偏置非均匀性.由于算法主要基于代数运算,运算量较低,故能根据场景信息自适应地实现快速、高效的一点校正;且不需要对成像系统进行机械结构改造,与传统代数算法相比,适应性更强.真实红外图像与仿真图像对算法的检验结果,证明了方法的有效性.     

非制冷红外图像非均匀性校正在FPGA上的实现

红外焦平面阵列（IRFPA）的非均匀性是影响红外系统成像质量的关键性因素,在此提出了一种非制冷红外图像的非均匀性校正及其在FPGA上的实现方法,通过对非制冷红外图像盲元及非均匀校正方法分析,提出了二点加一点定标校正方法,并利用FPGA实现红外图像非均匀校正的实时处理,获得了较好的实验结果。利用二点加一点定标校正方法,可以改善红外图像非均匀性校正效果,用在FPGA上实现非均匀性校正可以实现红外图像的实时处理,便于集成和移植。     

基于MPMAP序列红外图像高分辨力重建和非均匀性校正

红外焦平面阵列(IRFPA)的非均匀性校正是获得高性能热成像的基本保证,非均匀性校正(NUC)算法是当前国内外研究的重要方向.鉴于序列图像的超分辨力复原方法和基于场景的NUC算法都需要存在微位移的多帧序列目标场景图像,本文在Poisson和Markov分布假设的基础上,将超分辨力复原与NUC结合,针对存在非均匀性的红外...     

基于图像梯度的神经网络红外焦平面非均匀校正算法

红外焦平面阵列固有的非均匀性导致叠加在图像上的固定图形噪声严重影响了红外系统的成像质量。传统的神经网络非均匀校正算法存在待处理像素的期望值求解固有缺陷、收敛速度慢和学习速度过大,容易造成算法不收敛。提出了基于图像梯度的神经网络非均匀校正算法,通过对处理像素的期望值求解、改进和调整学习速度、改善图像校正效果,提高了算法收敛速度。通过对真实的红外图像序列实验表明,新算法相对传统的神经网络算法收敛速度提高了50%以上,红外图像校正效果也得到了提高。