红外图像预处理算法研究及硬件实现

合集下载

基于FFT的红外图像滤波算法的设计与实现

第37卷，增刊红外与激光工程2008年6月V ol.37SupplementInfrared and Laser EngineeringJun.2008收稿日期：2008-03-31作者简介：董常军（），男，河南濮阳人，助理工程师，主要从事图像预处理与F G 设计研究。

j @63基于FFT 的红外图像滤波算法的设计与实现董常军，王晖，刘思思（中国空空导弹研究院，河南洛阳471009）摘要：线列扫描红外成像系统的图像中存在大量随机变化的横条纹噪声，严重影响成像质量。

在对噪声特性进行分析的基础上，提出了一种在频域进行滤波的去噪算法。

仿真和实验证明此算法能较好地完成去噪功能。

介绍了算法在FPGA 中的实现方法，并对资源占用情况进行了分析。

关键词：横条纹噪声；FFT ；频域；FPGA中图分类号：TP391文献标识码：A文章编号：1007-2276(2008)增(红外)-0626-03Filtering algorithm of infrared image based FFTDONG Chang-jun,WANG Hui,LIU Si-si(ChinaAirborne Mi s sile Academy,Luoyang 471009,China)Abstr act:There are numerous of horizontal noise in linear-scan infrared imaging system,which can affect the im aging quality .In this paper,firstly the noise characteristic is analyzed,secondly an algorithm of filter in frequency domain is introduced,and then the realization in FPGA is presented.Key wor ds:Horizontal noise;FFT;Frequency domain;FPGA0引言随着科学技术的飞速发展，红外技术已由过去的非成像系统发展为现在的成像系统。

红外成像技术中的信号处理算法研究

红外成像技术中的信号处理算法研究红外成像技术是一种通过探测物体发出的红外辐射来获取其热图像的技术。

相较于可见光成像技术，红外成像技术可以穿过烟雾、雾气、雨雪、灰尘等障碍物，具有高分辨率、低光照度下工作的能力等优点，被广泛应用于军事、安防、消防、医疗、建筑等领域。

而信号处理算法是红外成像技术中十分重要的一环，它能够从大量的红外能谱测量数据中提取出特定信息，为热成像图像的生成、事件监测、物体识别等方面提供了基础。

一、红外成像技术中的信号处理算法的基本任务在红外成像技术中，信号处理算法的主要任务是从探测器输出的原始红外能谱数据中提取有用的信息。

这些信息包括温度值、物体形状、物体位置、物体材质等，是热成像图像生成、温度分布监测、异常识别等方面必不可少的。

而这些信息的提取需要通过一系列信号处理算法来实现。

二、红外成像技术中的信号处理算法的分类在红外成像技术中，信号处理算法主要分为以下几类：1. 基于统计的算法基于统计的算法主要是通过对红外图像中像素点的统计分析来提取有用的信息。

这些算法主要包括均值滤波、中值滤波、高斯滤波等，它们能够去除噪声、提高图像的质量，为后续的图像分析提供了基础。

2. 基于特征提取的算法基于特征提取的算法主要是通过对红外图像的一些特征进行分析来提取有用的信息。

这些算法主要包括边缘提取、纹理识别、形状识别等，它们能够提取目标的边缘特征、纹理特征、形状特征等信息，为目标的识别、跟踪等方面提供了基础。

3. 基于机器学习的算法基于机器学习的算法主要是通过对大量数据样本的学习来实现数据的分类、识别等任务。

这些算法主要包括支持向量机、决策树、神经网络等，它们能够对数据进行分类、识别等处理，为医学诊断、军事监测等方面提供了基础。

三、红外成像技术中的信号处理算法研究的应用在红外成像技术中，信号处理算法的应用非常广泛。

它们能够对大量的数据进行处理，为热成像图像的生成、目标跟踪、异常检测等方面提供了基础。

红外图像处理与识别技术研究

红外图像处理与识别技术研究随着科技的不断发展，红外图像处理与识别技术在军事、工业、医疗等领域广泛应用。

本文旨在探讨此类技术的发展现状、发展趋势及应用前景。

红外图像处理技术红外图像处理技术是指对红外图像进行处理、分析和提取图像特征的一种科技。

它不仅可以处理第二代、第三代红外图像，还能够处理更高清晰度的图像，并可根据需求观察不同宽度的光谱带。

目前，该技术已广泛应用于红外成像、指纹识别、人脸识别、情报分析等多个领域。

红外图像识别技术红外图像识别技术是指使用计算机、人工智能、图像处理技术等手段对红外图像进行识别并输出识别结果的一种技术。

传统的人脸识别、指纹识别等技术无法应对某些特殊情况，而红外图像识别技术则可以更好地解决这类问题。

例如，在识别黑暗环境下的物体时，红外图像识别技术优势尤为突出。

红外图像处理与识别技术在军事、工业等领域的应用军事领域红外图像处理与识别技术在军事领域的应用非常广泛。

一方面，它可以用来对敌方装备进行识别，以便作出应对措施；另一方面，它也可以被用来发现隐藏在夜间的敌人，提升军事安全。

近些年来，众多国家都在大力投资红外图像处理与识别技术，以提升国防实力。

工业领域在工业领域中，红外图像处理与识别技术也有广泛应用。

例如，它可以用于工业生产中对材料的检测及瑕疵的判定，可大大减少人工漏检的风险。

此外，红外图像处理与识别技术还可用于火灾和气体泄漏的实时监测，并在遇到危险时提供及时的警报。

医疗领域红外图像处理与识别技术在医疗领域的应用也日益普及。

例如，它可以用于病人的热图监测，帮助医生快速确定病情。

此外，该技术还可以用于对药品以及医疗器械等物品进行识别，减少因医疗器械混淆而产生的误诊。

红外图像处理与识别技术的发展趋势随着技术的不断进步，越来越多的领域也开始应用红外图像处理与识别技术。

在军事领域，红外图像处理与识别技术将会更加智能化，并与人工智能技术相结合，以便在多个方向上进行实时的预警。

在工业领域，红外图像处理与识别技术将会应用于无人机的监测、工业自动化、机器人监测等领域。

基于深度学习的红外图像自动捕获技术研究

基于深度学习的红外图像自动捕获技术研究随着人工智能技术的不断发展，深度学习已经成为一个备受关注的领域，其在图像处理领域的应用也有着广泛的研究。

红外图像是一种特殊的图像，其在夜间或者复杂环境下仍然能够提供有用的信息，因此在军事、医学、消防等领域都有着重要的应用。

本文将基于深度学习技术，对红外图像自动捕获技术进行探讨。

一、背景介绍红外图像是一种非常重要的图像类型，它能够捕捉到其他波段的图像无法捕捉到的信息。

随着近年来摄像头、红外测温仪等设备的普及，红外图像被广泛应用于军事、医学、消防等领域。

但是，红外图像的数据量非常庞大，且需要经过复杂的图像处理和分析。

因此，如何快速、准确地捕获红外图像中的重要信息，成为了一个具有挑战性的问题。

二、基于深度学习的红外图像自动捕获技术深度学习作为一种新兴的人工智能技术，其优秀的特征提取和数据分析能力被广泛应用于图像处理领域。

基于深度学习的红外图像自动捕获技术，主要通过卷积神经网络（Convolutional Neural Network，CNN）对红外图像进行特征提取和分类，从而快速、准确地捕获红外图像中的重要信息。

1. 神经网络架构设计CNN是一种深度学习模型，其主要由多个卷积层、池化层和全连接层组成。

针对红外图像的特点，我们可以设计出以下的CNN架构：输入层：红外图像数据；卷积层：提取红外图像中的特征；池化层：降低特征图的尺寸，减少计算量；扁平化层：将多维特征图变成一维向量，作为全连接层的输入；全连接层：学习红外图像的分类规律；输出层：输出红外图像的分类结果。

2. 数据预处理数据预处理是深度学习中至关重要的一步。

对于红外图像，我们需要进行以下的预处理步骤：图像去噪：因为红外图像存在噪点和斑点等噪声，需要对图像进行去噪处理；图像增强：增加图像的对比度和亮度，以提高图像的质量；数据归一化：对所有图像进行归一化处理，使得所有图像的像素值在0-1之间。

3. 模型训练与优化模型训练是深度学习模型构建过程中最为耗时的任务。

红外图像处理中的目标检测算法研究

红外图像处理中的目标检测算法研究近年来，随着红外技术的不断发展，红外图像在军事、航空、遥感等领域中得到了广泛的应用。

而红外图像的主要特点是其对温度敏感，同时在空间和时间上均具有良好的分辨能力，因此它在目标检测中的应用也越来越广泛。

本文就探讨红外图像处理中的目标检测算法的研究进展。

一、红外图像处理中的目标检测算法概述目标检测算法是指通过对图像中的目标进行分析、处理，确定目标的位置、尺寸、形状、数量等信息。

在红外图像处理中，目标检测算法主要有以下几种：1. 基于滤波的目标检测算法滤波是图像处理中常用的一种处理方法。

基于滤波的目标检测算法一般采用各种卷积核对红外图像进行处理，通过滤波后图像的变化来确定目标的位置和尺寸。

这种方法简单易懂，但对目标的形状等特征提取不够精细，因此准确性有限。

2. 基于特征提取的目标检测算法特征提取是指从图像中提取出一些具有代表性的局部结构，为之后的分析和处理提供基础。

基于特征提取的目标检测算法采用各种特征提取方法对红外图像进行处理，通过提取出图像中的一些特征结构来确定目标的位置、尺寸、形状等信息。

这种方法相对于基于滤波的方法来说，可以提取出更为精细的目标特征，因此准确率更高。

3. 基于机器学习的目标检测算法基于机器学习的目标检测算法采用各种机器学习算法对大量的样本数据进行训练，从而达到对红外图像中目标的自动检测。

这种方法因为其在识别复杂目标方面的良好性能，引起了研究者们的广泛关注。

二、基于滤波的目标检测算法基于滤波的目标检测算法一般常用的方法是基于高斯滤波的算法。

之所以采用高斯滤波是因为，高斯滤波涉及到了频率域的平滑处理，通常情况下红外图像具有一定的噪声，采用高斯滤波可以有效去除噪声，从而提高目标检测的准确率。

基于高斯滤波的目标检测算法主要是通过建立一种高斯模型来检测图像中的目标。

该算法首先需要对图像进行高斯滤波，去除噪声，之后在滤波后的图像中连续分割出较明显的连通区域，基于这些连通区域建立模型，判别出其中的热点区，完成对目标的检测。

红外夜视图像处理中的降噪算法优化研究

红外夜视图像处理中的降噪算法优化研究红外夜视技术是一种应用广泛的非常重要的技术，随着科技的飞速发展和应用领域的不断拓展，对于红外夜视技术的要求也越来越高。

特别是在军事和公安等领域的应用中，对于图像质量的要求更是迫切。

而图像降噪技术是影响红外夜视图像质量的关键因素之一。

因此，在红外夜视图像处理中，降噪算法的优化也成为了研究的热点。

一、红外夜视图像降噪技术概述在红外夜视图像处理中，图像降噪技术是提高图像质量的重要手段之一。

降噪技术的研究主要包括基于空间域和基于频域的算法。

1.1 基于空间域的算法基于空间域的算法是指直接在图像的像素空间中对图像进行处理。

这种处理方式不需要将图像转换到频域，因此计算速度较快。

常见的基于空间域的降噪算法包括中值滤波、均值滤波、高斯滤波、小波滤波等。

中值滤波是一种非常经典的基于空间域的降噪算法。

该算法的核心思想是取中值来代替当前像素点的值。

这种方法的好处在于它能够有效的去除图像中的椒盐噪声和斑点噪声，而且它对于图像细节的保留较好。

但是，该方法也存在着一些问题，比如在去除噪声的同时也会使图像变得过于平滑，丧失了一部分细节信息。

1.2 基于频域的算法基于频域的算法是指将图像转换到频域中进行处理。

这种处理方式可以更好的处理高频噪声。

常见的基于频域的降噪算法包括傅里叶滤波、小波变换、离散余弦变换等。

傅里叶变换是一种将时域信号转换到频域的技术，然后在频域中对信号进行处理的方法。

通过傅里叶变换能够将图像中的高频噪声进行处理。

但是，傅里叶变换需要处理大量的数据，计算量较大，同时需要进行频域和时域的频繁转换，因此对于实时性要求较高的红外夜视技术可能不太适合。

二、降噪算法的优化为了提高红外夜视图像的降噪效果，需要对传统的降噪算法进行优化。

常见的优化方法包括改善传统算法的性能、融合多种算法的结果等。

2.1 改善传统算法的性能针对传统的降噪算法存在的缺陷，一些学者尝试通过改进算法，提高降噪效果。

两种基于差分的红外点目标图像预处理技术的研究

ＴｃｎｌｙｏｈａＣｅｇｕ６０５，ｈｎ）ｅｈｏｇＣｉ，ｈｎｄ１０４Ｃｉａｏｆｎ
Ａｂｓｒｔｔａｃ：Ｔｈｅｈｉｕｆｉｇｅｉｉｇｉｎｓｅｔａａｔｏｍａｅｐｏｅｓｎ．Ｎｏｅｔｃｎｑｅｏｍａｅｄｎｏｓｎｓｏｅｅｓｎｉｌｐｒｆｉｇｒｃｓｉｇｗ，ａｓｒｅｅｉｓ
中图分类号：Ｔ９１３文献标识码：ＡＮ１．７ＲｅｅｒｈｏＴｗｏＩｒｅｉｔＴａｇｅｍａｅｓａｃｎｎｆａｄＰｏｎｒｒｔＩｇ
ＰｒｐｒｅｓｎｇＴｅｈｎｉｕｅａｅｎＤｉｅｅｅｅｏｃｓｉｃｑｓａｕｅｆｔｒｐｅｒｃｓｉｇｔｃｎｑｅａｅｂｅｓｄｉｏｎａｇｔｄｔｃｉｎ．Ｉｈｓｆｒｌｔｖｌｔｒｌｅｒｐｏｅｓｎｅｈｉｕｓｈｖｅｎｕｅｎｐｉｔｔｒｅｅｅｔｏｉｎｔｉ
ｐｐｒｔｅｐｅｒｃｓｉｇｍｅｈｏｓｆｒｉｆａｅｏｎａｇｔｉｇｓａｅａａｙｅｎｈｎｔｌｏｉｈａｅ，ｈｒｐｏｅｓｎｔｄｏｎｒｒｄｐｉｔｔｒｅｍａｅｒｎｌｚｄａｄｔｅｗｏａｇｒｔｍｓｏａｋｒｕｄｓｐｒｓｉｎｂａｅｎｄｉｒｎｃｒｉｅ．ｆｒｂｃｇｏｎｕｐｅｓｏｓｄｏｆｅｅｅａｅｇｖｎＦｉｌ，ｔｅｅｔｔｏｓｆｒｂｃｇｏｎｎａｌｙｈｓｗｏｍｅｈｄａｋｒｕｄｏｓｐｒｓｉｎａｅａａｙｅｎｏｐｒｄｗｉｈｅｃｔｅｃｏｄｎｇｔｈｉｌｔｏｅｕｔｕｐｅｓｏｒｎｌｚｄａｄｃｍａｅｔａｈｏｈｒａｃｒｉｏｔｅｓｍｕａｉｎｒｌ．ｓＫｅｏｄｓｉｆａｅｍａｅｉａｅｐｅｒｃｓｉ；ｏｎａｇｔｄｔｃｉｎｙｗｒ：ｎｒｒｄｉｇ；ｍｇｒｐｏｅｓｎｇｐｉｔｔｒｅｅｅｔｏ

基于FPGA的凝视红外图像预处理算法的硬件结构设计与实现

引言
基于红外焦平面阵列（ＲＰＩＦＡ）的凝视红外系统
算和矩阵运算，适合利用现场可编程门阵列（ＰＡ）ＦＧ
来实现，充分发挥ＦＧ的高速、并行计算能力；而ＰＡ把需要频繁取址的目标识别和跟踪算法放在高速ＤＳ中完成。我们使用Ｘｉｎ公司生产的ＦＧＡＰｌｘｉＰ
ａｄｅｃｅｔｅｐｏｅｓｎｃｅｎｔｍａｎｇｅｐｒｍｅ．ｎｆｉｎ — ｒｃｓｉｇｓｈｍｅｉｈｅｉｇｉｘｅｉｐｒｉｎｔＫｅｙｗｏｒｄｓ：ＩＩｇｅＳｔｉｇＳｙｓｅ：Ｐｒ — ｏｃｓｉｇ：ＡｌｒｔＲｍａ：ｒａｎｔｍｅＰｒｅｓｎｇｏｈｍｔｕｔｒｉＳｒｃｕｅ：ＦＰＧＡ
赖雪峰一，，石勋一．，潘呜，裴云天
（．国科学院上海技术物理研究所，上海２０；２中国科学院研究生院，北京１０３）１中００３００９
摘要：介绍了一种针对凝视红外图像预处理应用而设计的ＦＧ硬件算法结构，该结构充分发挥了ＰＡ
．
ｎｉｈｏ —ｅｉｎｐｏｅｓｎｃｎｏｕｉｎｆｌｒｍｅｉｎｆｌｒａｄｈｓｏｒｍｔｔｔｓＴｅａｐｉａｉｎｏｅｅｇｂｒｒｇｏｒｃｓｉｇ（ｏｖｌｔｔ／ｄａｔ）ｎｉｔｇａｓａｉｉ．ｈｐｌｔｆｏｉｅｉｅｓｃｃｏｈｔ
关键词：红外图像；凝视系统；预处理；算法结构；ＦＧＰＡ中图分类号：Ｔ９１３Ｎ１．７文献标识码：Ａ文章编号：１０ —８１０７０ —０２００１９（０）１４ —５８２０

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｉｍａｇｅｑｕａｌｉｔｙ．Ｏｎｔｈａｔｂａｓｉｓ，ｗｅｖａｌｉｄａｔｅｔｈｅ
ｅｆｆｉｃｉｅｎｃｙ
ｏｆｔｈｅａｌｇｏｒｉｔｈｍｓｐｒｅｓｅｎｔｅｄｉｎｔｈｉｓｐａｐｅｒｂｙ
ａ
ｌａｒｇｅｎｕｍｂｅｒｏｆｏｕｔｄｏｏｒｅｘｐｅｒｉｍｅｎｔｓ．
Ｋｅｙｗｏｒｄ：ｉｎｆｒａｒｅｄ
１
Ｉ绪论
硕士论文
会在夜间或恶劣的天气情况下进行。此时，红外系统被动工作的优越性将更加充分的显示出来。获得战场的单向透明性，实际上就是获得战场信息优势，对夺取战斗的胜利和
减小损失具有重大的乃至决定性的作用。（３）红外技术应用更加广泛红外技术在未来军事技术中的战略地位也是由其使用的广泛性和重要性决定的，红外技术装备已大量在西方国家陆、海、空各军兵种得到应用，并成为标准装备。特别是面对日趋隐身化、高速化的战斗机、导弹等装备，其高速飞行不可避免的产生气动加热，
红外图像存在的不足，本论文主要研究红外图像的预处理，并讨论不同算法的硬件实现
方式。具体研究内容及成果如下：（１）针对图像非均匀性的来源及表现形式，提出了针对温度漂移的高通滤波非均
匀性校正法。此算法的所有校正均是在图像输出的过程中完成，可以保持图像的正常连
贯输出。（２）针对如何有效地抑制噪声，设计了帧间滤波算法和中值平均滤波算法。利用图像的空间信息，对噪声有较好的抑制作用，并且计算量较小。（３）针对红外图像的对比度低，提出了边缘自适应锐化技术和局部参数锐化技术。通过对图像弱边缘的重点增强、对图像强边缘的适当增强和对噪声抑制的方法，提高了图像的对比度，增强了图像边缘细节的分辨力。（４）针对红外焦平面阵列信号处理中信号源的大动态范围与显示输出的小动态范围之间的矛盾，提出了红外图像自适应直方图均衡技术。解决了动态范围对红外焦平面阵列系统性能的限制，提高了图像质量。
南京理工大学硕士学位论文红外图像预处理算法研究及硬件实现姓名：于雷申请学位级别：硕士专业：光学工程指导教师：陈钱 20100622
硕士论文
红外图像预处理算法研究及硬件实现
摘
要
伴随着红外成像技术的发展，红外成像系统的性能日益提升，制造成本日益降低。红外成像技术已从军事领域扩展到了更广阔的民用领域，由过去的战术地位发展到当今的战略地位。但是，红外图像存在非均匀性、噪声多样、对比度低、视觉效果模糊等问题。针对
接近于全天候；（２）采取被动工作方式，隐蔽性好，比雷达和激光探测安全且保密性强，不易被发现或被干扰；（３）由于是靠目标和背景之间的温差和发射率差形成的红外辐射特性进行探测，可以穿过烟幕雾尘，因而识别伪装目标的能力优于可见光：（４）与雷达系统相比，红外成像系统的体积小、重量轻、功耗低，特别适用于精确制导武器。目前，红外技术的发展取得了巨大的成就，最重要的进步表现为以下六个方面Ｈ刊：（１）探测器的光谱响应从短波扩展到长波；（２）探测器从单元发展到多元，从多元发展到焦平面阵列；（３）发展了种类繁多的探测器和系统；（４）从单波段探测向多波段探测发展；（５）由室温探测器发展为制冷型探测器，再由制冷型探测器发展为室温探测器；（６）从简单的信息处理技术发展到功能复杂而强大的信息处理技术。这使红外技术从过去的战术地位发展到今天的战略地位，从过去局部的、少数的应用发展到今天全面的、大规模的应用。在军事需求的牵引和相关技术发展的推动下，作为高新技术的红外成像技术在未来军事技术中的应用将更加广泛，地位更加重要。其战略地位表现为口吲：
ｈｏｄｉｅｍａｌ
ｉｎｆｒａｒｅｄ
ｓｔｒａｔｅｇｉｃｐｏｓｉｔｉｏｎ．
ＨｏｗｅⅣｅｒ．也ｅ
ｉｍａｇｅｓ
ｈａｓ
ｓｏｎｏｎ－ｕｎｉｆｏｒｍｉｔｙ，ｎｏｉｓｅｄｅｆｉｃｉｅｎｃｙｏｆｉｎｆｒａｒｅｄ
ｄｉｖｅｒｓｉｆｉｃａｔｉｏｎ，１０ｗｃｏｎｔｒａｓｔ，ｆｕｚｚｙｖｉｓｕａｌｅｆｆｅｃｔｓａｎｄ
红外图像预处理算法研究及硬件实现
ｌ绪论
１．１红外成像技术的发展趋势
多年来，自美国、英国等西方国家在伊拉克、阿富汗等局部战争中多次运用了红外
热成像技术及其多种高精尖武器后，客观上敦促了世界各国不断加强在该领域的研究。
红外成像技术主要具有以下四个优点ｎ吲：
（１）环境适应性优于可见光，尤其是在夜间或恶劣天气条件下仍可工作，基本上
使其表面温度高达３００－５００℃，此时目标的红外特征明显，有利于红外探测。加之雷达
隐身技术要成熟得多，这样红外探测技术将成为探侧隐身目标的重要手段。在严重电磁干扰的条件下，红外探测技术亦将成为主要的探测手段。
（４）热成像系统与数据链结合形成信息网络卫星、侦察机、无人机、舰船、车辆等各种平台上的热成像系统与数据链（无线和有线、无线电和光通信）结合后，形成热图像信息网络，实时将热图像传递到有关单位，
研究生签名：
．邋
沸单（）≮淤
学位论文使用授权声明
南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅或上网公布本学位论文的部分或全部内容，可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密论文，按保密的有关规定和程序处理。
研究生签名：
地汕嘲Ｉ谢
硕十论文
ｎｏｉｓｅ・
ｆｏｃｕｓｅｄｌｙ，ｅｎｈａｎｃｉｎｇｉｍａｇｅ（４）Ｆｏｒｔｈｅ
ｔｈｅｅｄｇｅｐｒｏｐｅｒｌｙａｎｄｓｕｐｐｒｅｓｓｉｎｇ
ｃｏｎｆｌｉｃｔｂｅｔｗｅｅｎｔｈｅｌａｒｇｅ
ｄｙｎａｍｉｃｒａｎｇｅｏｆｓｉｇｎａｌ
ｓｏｕｒｃｅａｎｄｓｍａｌｌ
ｄｙｎａｍｉｃ
ｏｎ
ｏｆｉｎｆｒａｒｅｄｆｏｃａｌｒａｎｇｅｏｆｄｉｓｐｌａｙｏｕｔｐｕｔｄｕｒｉｎｇｔｈｅｐｒｏｃｅｓｓｐ１１ｅｓｅｎｔｓｉⅢｈｒｅｄｉｍａｇｅｓａｄａｐｔｉｖｅ
（３）Ｆｏｒ
ｔｃｃｈｎｏｌｏｇｙａｎｄｌｏｃａｌｐａｒａｍｅｔｅｒｓｓｈａｒｐｅｎｉｎｇ
ｔｅｃｈｎｏｌｏｇｙ．Ｉｍｐｒｏｖｅ
ｄｅｔａｉｌｓｂｙ
ｔｈｅｃｏｎｔｒａｓｔｏｆｉｍａｇｅｓａｎｄｔｈｅｗｅａｋ。ｅｄｇｅ
ｅｎｈ锄ｃｅ
ｔｈｅ
ｒｅｓｏｌｕｔｉｏｎ
ｏｆ
ｉｍａｇｅ
ｅｄｇｅ
ｅｎｈａｎｃｉｎｇ
ｉｍａｇｅｓ，ｔｈｉｓｐａｐｅｒｍａｉｎｌｙｆｏｃｕｓｅｓ
ｏｎ
ｏｎ．Ｆｏｒｔｈｅ
ｔｈｅｐｒｅｐｒｏｃｅｓｓｉｎｇｏｆｉｎｆｒａｒｅｄｉｍａｇｅｓ，ａｎｄｄｉｓｃｕｓｓｅｓｔｈｅ
ｒｅｓｅａｒｃｈｃｏｎｔｅｎｔｓａｎｄｒｅｓｕｌｔｓａｒｅｈａｒｄｎ，御℃ｉｍｐｌｅｍｅｎｔａｔｉｏｎｓｏｆｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ．Ｓｐｅｃｉｆｉｃ
（３）红外图像的清晰度低于可见光图像；
（４）红外图像存在多种多样的噪声，比如热噪声、散粒噪声、１／．厂噪声、光子电
子涨落噪声等；（５）红外图像存在非均匀性。
基于红外图像存在以上特征，因此对红外图像预处理是非常必要的。
２
硕士论文
红外图像预处理算法研究及硬件实现
１．３论文结构
本论文主要对红外图像预处理算法及硬件实现进行了深入系统的研究和验证。本论
可以解决大气层内红外系统的效能受作用距离限制的问题。由此可以预见，红外成像技术的军事应用领域将不断扩大，市场将保持持续增长的强劲势头。
近年来，伴随着红外成像技术的发展，红外成像系统的性能日益提升，而其制造成本却日益降低。红外成像技术的应用不再局限于军事领域，而是扩展到了民用领域，诸
如：天文探测、工业生产、安全防盗、医疗诊断、遥感探测等诸多民用领域。可以说，红外成像技术已经成为世界各国大力发展的高科技之一。
在此基础上，通过大量的外景实验验证了本论文提出的一系列算法的有效性。
关键词：红外图像，非均匀性校正，去噪，锐化，直方图增强
Ａｂｓｔｒａｃｔ
ｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｉｎｆｒａｒｅｄｉｍａｇｉｎｇ，ｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｉｎｆｒａｒｅｄｉｍａｇｉｎｇｓｙｓｔｅｍ
ｃｏｓｔｉｓｒｅｄｕｃｅｄｔｏａｂｒｏａｄｅｒ
ｐｌａｎｅ
ａｒｒａｙｓｉｇｎａｌｓ，ｔｈｉｓｐａｐｅｒ
ｈｉｓｔｏｇｒａｍｅｑｕａｌｉｚａｔｉｏｎｔｅｃｈｎｏｌｏｇｙ．ＩｔｓｏＮｅｓｔｈｅｌｉｍｉｔ
ｔｈｅ
ｔｈｅｄａｎａｍｉｃｒａｎｇｅ，ｉｍｐｒｏｖｅｓｔｈｅｐｅｒｆ．ｏｍｌａｎｃｅｏｆｉｎｆｒａｒｅｄｆｏｃａｌｐｌａｎｅａｒｒａｙｓｙｓｔｅｍｃａｕｓｉｎｇｂｙ
（１）红外技术是国家安全依赖的主要探测技术手段
使用弹道导弹和远程巡航导弹对重点目标进行突击，是现代高技术局部战争的作战样式。对其早期预警、跟踪、识别和拦截，直接关系国家战略目标的安全。在海湾战争
的空袭中，远程巡航导弹和弹道导弹作为有效突击和反击的武器得到了广泛使用。侦察
卫星、预警卫星、资源遥感卫星、气象卫星等对国家安全和经济利益有战略性影响，而红外探测器在这些卫星上是关键的传感器。（２）红外技术是未来高技术局部战争使用的主要技术之一未来高技术局部战争必然是在高强度电子对抗条件下进行的，很可能多数的战斗都
ａｓ
ｆｏｌｌｏｗｓ：
（１）Ｆｏｒｔｈｅｉｍａｇｅ
ｐａｓｓｆｉｌｔｅｒｉｎｇ
ｓｏｕｒｃｅｓ
ａｎｄｍａｎｉｆｅｓｔａｔｉｏｎｓ
ｏｆｎｏｎ・ｕｎｉｆｏｒｍｉｔｙ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓｈｉｇｈ
ｎｏｎ－ｕｎｉｆｏｒｍｉｔｙ
ｔｈｉｓｃｏｒｒｅｃｔｉｏｎｆｏｒｔｈｅｔｅｍｐｅｒａｔｕｒｅｄｒｉｆｔ．Ａｌｌｔｈｅｃｏｒｒｅｃｔｉｏｎｓｏｆ
ａｌｇｏｒｉｔｈｍａｒｅｃｏｍｐｌｅｔｅｄｄｕｒｉｎｇｔｈｅｏｕｔｐｕｔｐｒｏｃｅｓｓ－（２）０ｎｈｏｗ