红外焦平面阵列的盲元自适应快速校正
一种红外焦平面阵列的盲元检测快速算法
一种红外焦平面阵列的盲元检测快速算法
马学智;吕宁
【期刊名称】《电子科技》
【年(卷),期】2013(026)010
【摘要】在以往红外焦平面阵列的盲元检测方法的基础上,提出了一种基于像元噪声电压和改进的最大类间方差法(OTSU)的快速检测方法,该算法采用一次均匀背景的采集结果计算像元噪声电压,并利用最大类间方差和最小类内方差的算法原理计算并得出判定盲元的阈值.实验结果表明,文中方法在准确性和实时性方面有较大的提高.
【总页数】4页(P88-90,94)
【作者】马学智;吕宁
【作者单位】西安电子科技大学电子工程学院,陕西西安710071;西安电子科技大学电子工程学院,陕西西安710071
【正文语种】中文
【中图分类】TN21
【相关文献】
1.一种新的红外焦平面阵列盲元检测算法 [J], 李丽萍;袁祁刚;朱华;王旭;周慧敏
2.一种新的红外焦平面阵列盲元检测算法 [J], 姚琴芬;顾国华
3.一种改进的红外焦平面阵列盲元检测算法 [J], 张熙宁
4.基于滑动窗口的红外焦平面阵列盲元检测算法研究 [J], 郑骁;葛志雄;赖永安
5.一种新的红外焦平面阵列盲元处理算法 [J], 代少升;张天骐
因版权原因，仅展示原文概要，查看原文内容请购买。
一种红外焦平面阵列的盲元检测快速算法
Ｅ ｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ Ｓ ｃ ｉ ． ＆Ｔ ｅ ｅ ｈ ． ／ Ｏｃ ｔ ． １ ５．２ ０ １ ３
一
种 红 外 焦 平面 阵 列 的盲 元 检测 快 速 算 法
马 学智 ， 吕 宁
（ 西安 电子科技 大学 电子工程学 院 ，陕西 西安 ７ １ ０ ０ ７ １ ）
ｐ ｉ ｘ ｅ ｌ ｓ ｉ ｎ ｓ ｐ ｅ ｃ ｔ ｉ ｏ ｎ ｗｉ ｔ ｈ ｈ ｉ ｇ ｈ ａ ｃ ｃ ｕ ｒ ａ ｃ ｙ ａ ｎ ｄ ｌ ｏ ｗ ｃ ｏ ｍｐ ｌ ｅ ｘ ｉ ｔ ｙ ｉ ｎ ｃ ｏ ｍｐ ａ ｉｓ ｒ ｏ ｎ ｗｉ ｔ ｈ ｔ ｒ ａ ｄ ｉ ｔ ｉ ｏ ｎ ｌ ａ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍｓ ．
ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｉ ｓ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ． Ｔｈ ｉ ｓ ａ ｍｅ ｌ ｉ ｏ ｒ ａ ｔ ｅ ｄ ａ ｌ ｇ ｏ ｉｔ ｒ ｈ ｍ ｕ ｓ ｅ ｓ ｔ ｈ ｅ ｄ ａ ｔ ａ ｅ ｘ ｔ ｒ ａ ｃ ｔ ｅ ｄ ｆ ｒ ｏ ｍ ｈ ｏ ｍｏ ｇ ｅ ｎ ｅ ｏ ｕ ｓ ｂ ａ ｃ ｋ ｇ ｒ ｏ ｕ ｎ ｄ ｏｒ ｆ ｏ ｎ ｅ ｔ ｉ ｍｅ
Ｋｅ ｙ ｗｏ ｒ ｄｓ Ｉ ＲＦＰ Ａ ； ＯＴ Ｓ Ｕ ； ｍｉ ｎ ｉ ｍｕ ｍ ｉ ｎ ｔ ｅ ｒ ｃ ｌ ａ ｓ ｓ ｖ ａ ｉａ ｒ ｎ ｃ ｅ； ｂ ｌ ｉ ｎ ｄ ｐ ｉ ｘ ｅ ｌ ｓ
随着焦平 面 阵 列技 术 的发 展 ， 红 外焦 平 面 阵 列 器 件 也在 红外 热成像 系统 中得 到广 泛应用 Ｊ 。但 红外 焦
件 的好 坏 ， 盲元 检测 是 红 外 焦 平 面阵 列 器 件检 测 中的
红外焦平面阵列自适应盲元检测
红外焦平面阵列自适应盲元检测【摘要】为提高盲元检测的准确性，分析了盲元的成因以及常用盲元检测法存在的问题，在此基础上提出了一种新的自适应盲元检测法：基于双参考源和“3σ”准则相结合的盲元检测法。
实验结果表明，该算法不但可以检测出器件型盲元，而且还能自适应的准确检测出信号通道级盲元。
【关键词】红外焦平面阵列；盲元；检测A Adaptive Algorithm of Blind Pixels Detection for IRFPAMAO Ｘiao-qun WEN Ｇuo-ｄian(Chongqing College of Electronic Engineering Zhongguo Chongqing 401331)【Abstract】In order to improve the accuracy of blind pixels detection in IRFPA, the principle of blind pixels appearance and the algorithms of blind pixels detection were analyzed in the paper, and then proposed a new adaptive algorithm of blind pixels detection for IRFPA. The results of experiment indicate that the algorithm can detect two kinds of blind pixels adaptively.【Key words】IRFPA;Blind pixel；Detection0.引言红外焦平面阵列（IRFPA）作为目前新一代探测器件提高了红外系统的空间分辨率和系统灵敏度，已经广泛应用于军工、民用等各个领域，但由于制造工艺水平的限制及其应用环境温度的多变性，使得IRFPA器件上不可避免地存在盲元，盲元的存在严重影响了红外图像的信噪比及成像质量。
红外焦平面器件盲元检测及补偿算法
红外焦平面器件盲元检测及补偿算法
周慧鑫;殷世民;刘上乾;赖睿
【期刊名称】《光子学报》
【年(卷),期】2004(33)5
【摘要】在分析盲元响应特性的基础上 ,利用红外焦平面阵列对双参考辐射源的响应数据和相邻像元成像数据的相关性 ,提出了一种基于双参考辐射源的盲元现场自动检测和插值补偿算法 ,实现了盲元的自动检测和校正实验结果表明 :该方法具有对盲元查找速度快、定位准确率高。
【总页数】3页(P598-600)
【关键词】红外焦平面阵列;盲元;红外成像;自动检测;插值补偿
【作者】周慧鑫;殷世民;刘上乾;赖睿
【作者单位】西安电子科技大学技术物理学院
【正文语种】中文
【中图分类】TN214
【相关文献】
1.一种新的红外焦平面阵列盲元检测与补偿方法 [J], 黄英东;安建波;曹礼宝
2.红外焦平面阵列盲元检测与补偿算法研究 [J], 张小龙;赵桂芳;崔瑞清
3.线阵红外焦平面成像系统中失效元检测及补偿的计算机模拟研究 [J], 范宏波;李志广;杨帆
4.红外焦平面阵列盲元检测及补偿算法 [J], 陈大川;刘缠牢;郑阳光
5.锑化铟红外焦平面器件盲元分析方法 [J], 肖钰; 杨刚; 范博文; 宁提; 刘震宇因版权原因，仅展示原文概要，查看原文内容请购买。
红外图像盲元自适应检测及补偿算法
实 现 的在 线 检 测 及 补 偿 算 法 关 键 词 ：盲 元 ； 红 外 图像 ； 自适 应 检 测 ； 补 偿 ； 背 景 预 测 中 图 分 类 号 ：Ｔ １ Ｎ２ ５ 文 献 标 志 码 ：Ａ 文 章 编 号 ：１ ０ — ２ ６（ ０ １ ０ — ３ ０ ０ ０ ７ ２ ７ ２ １ ）２ ０ ７ — ７
（ ｃ ｏ ｌｏ ｅ ｈ ｉａ Ｐ ｙ ｉｓ Ｘ ｄａ ｉ ｅｓ ｙ Ｘｉａ １ ０ １ Ｃｈｎ ） Ｓ ｈ ｏ ｆＴ ｃ ｎｃ ｌ ｈ ｓ ， ｉ ｉ Ｕｎｖ ｒｉ ， ’ｎ ７ ０ ７ ， ｉａ ｃ ｎ ｔ
Ａｂ ｔ ａ ｔ ｃ ｎ ｂａ ｅ ｌｎ ｉ ｅｓ ｄ ｔｃ ｏ ｎ ｏ ｅ ｓ ｔ ｎ ａ ｇ ｒｔｍ ａ ｆｅ ｔｖ ｌ ｅ ｏ ｅ ｔ ｉ ｓ ｒ ｃ ：Ｓ ｅ ｅ－ ｓ ｄ ｂ ｉ ｄ ｐ ｘ ｌ ｅｅ ｔ ｎ ａ ｄ ｃ ｍｐ ｎ ａｉ ｌ ｏ ｈ ｃ ｎ ｅ ｆ ｃｉ ｅｙ ｒ ｍ ｖ ｈｅ ｗｈ ｔ ｉ ｏ ｉ ｅ
红外焦平面阵列自适应盲元检测
【ｅ ｏｄ ］ ． ＡＢｉ ｉ ｌ ｅ ｃｏ Ｋ ｙ ｒ Ｉ Ｆ ； ｎ ｐ ｅ Ｄ ｔ ｔｎ ｗ ｓ Ｒ Ｐ ｌｄ ｘ ； ｅ ｉ Ｏ引 言 ． 的 ． 会随外界条件 的变化而变化 ： 不 信号通道级盲元 是成像系统 中电 红 外焦平 面阵列 ｆ Ｆ Ａ 作 为 目前 新一代 探测器件 提高 了红外 荷读 出及 电子成像过程 中由于通道 障碍使相关单元信号衰 减而形 成 ． Ｉ Ｐ） Ｒ 对于它们 的检测无法预先定位。 系统 的空间分辨率和系统灵 敏度 ． 已经广泛应用 于军工 、 民用 等各个 该类盲元具有 随机性 。 领域 ． 由于制造工艺水平 的限制及 其应用环境 温度的多变性 ． 但 使得 目 。 前 盲元检测常用的方法有 ：３ ” “ 准则盲元检 测法［ 小波 滤波 ４ １ 、 ３” 、 ６ ３ 、 ＩＦ Ａ器件上不可避免地存在盲元 ． ＲＰ 盲元的存在严重影 响了红外图像 和“盯 相 结合的盲元检测法 基 于双参考辐射源 的盲元检测法［ 基 动检测法及递归法等 这些检测方法要么针对器件型 的信 噪比及 成像质量 盲 元问题不解 决将严重影 响红外探测器 的应 于均匀背景 的 自 如基 于双参考辐射源 的盲元检测法 ）要 么针 对信号 ， 用 。盲元可 以通过盲元补偿算法得 以补偿 ， 但前提是对盲元 进行精准 盲元进行检测 的（ 通道级盲元进行检 测（ ３ ” 如 准则盲元检测法 ）无法进行盲元 的全面 ． 定位 。
211178233_阿尔法滤波自适应红外去盲元算法及硬件实现
现代电子技术Modern Electronics Technique2023年5月1日第46卷第9期May 2023Vol.46No.90引言红外焦平面阵列（IRFPA ）是红外响应探测器件，由于受外部环境、红外敏感元件、半导体材料特性、电路结构等多种因素的影响[1]，IRFPA 在实际应用中存在盲元的问题，直接影响红外成像的质量。
GB/T 17444—2013将红外盲元区分为死像元和过热像元[2]。
根据统计特性分类，盲元可以分为固定盲元和随机盲元，在图像视觉上直观表现为或明或暗的脉冲噪点。
固定盲元的响应特性表现为总是过高或过低；随机盲元响应特性在时间和空间上体现“闪变”的特点，随机盲元的检测是主要难点。
目前经常使用的盲元检测方法有辐射定标和基于场景检测的方法，辐射定标方法简单，利于硬件实现。
文献[3]提出一种基于FPGA 实现的选择性中值滤波盲元检测补偿算法，通过高低温黑体成像获取盲元检测灰度阈值，但仅能检测固定盲元且需要经常定标。
目前主阿尔法滤波自适应红外去盲元算法及硬件实现张桐1，2，徐大诚1（1.苏州大学电子信息学院，江苏苏州215006；2.智芯半导体科技有限公司，江苏苏州215006）摘要：为了解决红外焦平面阵列盲元问题对红外图像质量的影响，提出一种针对动态场景下的阿尔法滤波加时域累积去盲元算法，并对其进行硬件实现。
通过阿尔法滤波获取图像估计，在单帧盲元分布判断上加入窗口均匀判断机制来防止图像边缘误检，采用时域累积的方法确定最终盲元分布并进行盲元补偿。
在FPGA 硬件实现上采用流水线结构提高处理实时性，采用多次时域累积迭代的方法提高盲元检测效果。
通过软硬件实现验证该算法的有效性。
相比其他时域累积方法能有效防止边缘过检。
因此该硬件实现方法可以应用到实际红外成像系统进行实时处理，在长时间的时域累积中会有更好的盲元检测效果。
关键词：去盲元算法；硬件实现；阿尔法滤波；盲元分布判断；盲元检测；盲元补偿中图分类号：TN911.73⁃34；TP399文献标识码：A文章编号：1004⁃373X （2023）09⁃0050⁃05Algorithm and hardware implementation of adaptive infraredblind pixelremoval with alpha filteringZHANG Tong 1，2，XU Dacheng 1（1.School of Electronic Information ，Soochow University ，Suzhou 215006，China ；2.Zhixin Semiconductor Co.，Ltd.，Suzhou 215006，China ）Abstract ：In order to eliminate the influence of blind pixels in infrared focal plane array on infrared image quality ，an algorithm of alpha filtering and time ⁃domain cumulative blind pixel removal in dynamic scene is proposed and its hardware implementation is conducted.The image estimation is obtained by alpha filtering ，and the window uniform judgment mechanism is added to the single frame blind pixel distribution judgment to prevent image edge false detection.The final blind pixels distribution is determined by means of the time⁃domain accumulation method and the blind pixel compensation is carried out.A pipeline structure is used for FPGA hardware implementation to improve the real ⁃time processing.The multiple time ⁃domain cumulative iteration method is used to improve the effect of blind pixel detection.The effectiveness of the algorithm is verified by the implementation of software and hardware.In comparison with other time ⁃domain accumulation methods ，it can effectively prevent edge over ⁃detection.Therefore ，the hardware implementation method can be applied to the actual infrared imaging system to conduct real⁃time processing ，and it will have a better effect of blind pixel detection after the long⁃term time⁃domain accumulation.Keywords ：blind pixel removal ；hardware implementation ；alpha filtering ；blind pixel distribution judgment ；blind pixeldetection ；blind pixel compensationDOI ：10.16652/j.issn.1004⁃373x.2023.09.010引用格式：张桐，徐大诚.阿尔法滤波自适应红外去盲元算法及硬件实现[J].现代电子技术，2023，46（9）：50⁃54.收稿日期：2022⁃08⁃03修回日期：2022⁃08⁃1950第9期流的方法是基于场景的自适应盲元检测方法，局部“3σ”检测算法是一种常用方法，根据窗口红外图像的灰度值分布近似满足正态分布特点，将灰度值在“3σ”之外的像元判定为盲元[4⁃5]。
红外焦平面阵列盲元补偿算法研究
收稿日期:2008-03-14.基金项目:国家自然科学基金资助项目(60572151).光电技术应用红外焦平面阵列盲元补偿算法研究朱 红1,刘永进2,赵亦工2(西安电子科技大学1.机电工程学院;2.电子工程学院,西安710071)摘 要: 提出了一种补偿盲元的新算法,它首先利用自适应中值滤波检测红外焦平面阵列上可能的盲元点,然后再使用细节保持变分法对所挑出的盲元点进行补偿。
这样,由于既保护了边缘又抑制了噪声,因此恢复出的图像质量明显优于传统的平滑滤波方法。
仿真结果表明,本算法对噪声水平为25%的图像进行恢复后,其峰值信噪比仍可达到34.918dB 。
关键词: 红外焦平面阵列;盲元;自适应中值滤波;细节保持变分法中图分类号:TN215 文献标识码:A 文章编号:1001-5868(2009)01-0156-04Study on Blind pixel C ompensation Algorithm for Infrared Focal Plane ArraysZH U H ong 1,LIU Yo ng jin 2,ZH A O Yi go ng2(1.School of Mechano electronic Engineering, 2.School of Electronic Engineering,Xidian University,Xi an 710071,C HN)Abstract: A nov el algo rithm is described for co mpensating blind pix els in infrar ed focal plane arrays,w hich is separ ated into two stag es.Fir st,an adaptive median filter is exploited to identify pixels w hich ar e likely to be blind.Second,these bad detector candidates are com pensated by using a detail preserving variational method.Due to edge preserv ation and noise suppressio n,the propo sed alg orithm show s a better perform ance compared w ith traditional smo othing filters.M oreover,the ex perimental results indicate that imag es w ith a noise level 25%can be restored by this method,and the peak signal-to-no ise ratio can be up to 34.918dB.Key words: infrared focal plane array;blind pixel;adaptiv e median filter;detail preserving variational m ethod0 引言红外焦平面阵列(Infr ar ed Focal Plane A rray,IRFPA)作为目前最新一代探测器现已广泛应用于国防、民用等各个领域。
- 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)。
红外焦平面阵列的盲元自适应快速校正李凌霄;冯华君;赵巨峰;徐之海;李奇【摘要】为实现红外焦平面阵列(IRFPA)盲元的自适应快速校正,本文设计了一种基于三梯度阈值检测的快速盲元校正方法.先通过优化L0范式的约束方程消除图中的非均匀条纹,排除干扰,再对水平、竖直和对角3个方向进行梯度阈值检测,找到盲元位置点,并与中值滤波结果进行点对点匹配,剔除误检测点,最后通过局部中值滤波完成盲元校正.依据盲元的缓变特性,通过合理更新盲元模板实现了单帧和序列图像的快速盲元校正.实验结果表明:相比于传统方法,本文方法的信噪比(SNR)和峰值信噪比(PSNR)提高了10~14 dB,结构相似度指标(SSIM)提高了0.01~0.02,对图像中的随机和连续盲元的校正效果都很好,同时运算速度得到了大大提升,在保证图像质量指标的情况下速度提升了3~10倍,可以在到实际红外系统中实现动态检测和实时处理.%A fast blind pixel correction method based on three-gradient threshold detection was designed in this paper,to achieve adaptive and fast blind pixel correction of the Infrared Focal Plane Array (IRFPA).First, a constraint equation through optimization of L0 paradigm was used to eliminate the interference of non-uniform stripe;then gradient threshold detection was respectively conducted in the horizontal, vertical and diagonal directions to find out the position of the blind pixel, thus through a point-to-point matching with the median filtering results to remove the inaccurate detecting point;finally, blind pixel correction was completed through local median filtering.In the process, reasonable updating of the blind pixel template, based on slow variation of blind pixel, was carried out to achieve fast blind pixel correction of single-frame and sequentialimages.The results show that compared with traditional method, signal-to-noise ratio (SNR) and peak signal-to-noise ratio (PSNR) achieved by using this proposed method is improved by 10~14dB, with the structured similarity (SSIM) index improved by 0.01~0.02;both random blind pixel and continuous blind pixel in the images can be effectively corrected, and the computing speed is dramatically improved, with a speed advantage of3~10 times while ensuring the image quality.Hence, such proposed method can be used to achieve dynamic detection and real-time processing in actual infrared system.【期刊名称】《光学精密工程》【年(卷),期】2017(025)004【总页数】10页(P1009-1018)【关键词】盲元;红外焦平面阵列;三梯度阈值检测;局部中值滤波【作者】李凌霄;冯华君;赵巨峰;徐之海;李奇【作者单位】浙江大学现代光学仪器国家重点实验室,浙江杭州 310027;浙江大学现代光学仪器国家重点实验室,浙江杭州 310027;浙江大学现代光学仪器国家重点实验室,浙江杭州 310027;浙江大学现代光学仪器国家重点实验室,浙江杭州310027;浙江大学现代光学仪器国家重点实验室,浙江杭州 310027【正文语种】中文【中图分类】TN21红外焦平面阵列(IRFPA)是红外成像系统的核心部件，用于探测随温度变化的红外辐射能量。
受外部环境、红外敏感元件、电路结构、半导体特性等各种因素的影响，IRFPA输出的红外图像普遍存在横向(或竖向)的非均匀条纹与类似脉冲噪声的盲元噪点，严重影响成像质量，制约了系统温度分辨率的提高。
盲元是IRFPA器件中响应过高或过低的探测单元[1]，根据其统计分布特性可将其分为固定盲元与随机盲元。
前者主要源于探测器件与制造工艺的限制，表现为某些固定像元位置始终存在过高或过低的响应；而随机盲元则主要受环境温漂和器件工作状态的影响，其响应特性在一段时间与正常像元一致，在另一段时间又表现为盲元坏点，在时间上体现出“闪变”特性，在空间上位置也不断变化[2]。
为了提升图像质量，需要在前期对获取的红外图像进行盲元检测与补偿，以便保证后续的目标探测与识别。
目前，常用的盲元检测方法主要分为辐射定标法和场景检测法两类。
辐射定标法是通过采集不同黑体温度下的均匀辐射图像，根据盲元和正常像元响应率、噪声特性等的差别将二者进行区分。
针对该方法，周慧鑫[3]等提出了一种基于双辐射参考源的盲元检测方法，利用辐射源在两个不同温度下采集的成像图像，通过设定双阈值实现盲元检测；根据均匀辐射图像有效像元的均值差(DOM)和标准差(STD)具有正态分布的特点，石岩[4]等对定标图像进行特征直方图分解，通过估计有效像元DOM和STD的分布区间，从而得到判别盲元的分类准则；陈大川[5]等在IRFPA盲元响应特性和相邻像元的相关性理论基础上，通过基于阈值+相邻像元检测和加窗中值滤波补偿算法，实现盲元的检测与校正。
辐射定标法一般具有步骤简单、算法速度快和有利于硬件实现等优点，但它的局限性也非常明显，主要体现为：(1)为了采集黑体定标数据需要较长时间打断系统的正常工作；(2)仅适用于检测固定盲元，对于系统中随机响应产生的随机盲元无能为力；(3)定标操作较繁琐，定标数据需要定期更新，系统免维护性较差。
由于辐射定标法存在固有缺陷，目前越来越多的研究人员致力于研究基于场景的盲元检测方法。
场景检测法直接从获取图像入手，通过分析图像中盲元噪声特性，利用合适阈值或者视觉参数确定盲元位置，最后进行盲元校正。
场景检测法不需要外界设备，能够同时校正成像系统中产生的固定盲元和随机盲元，具有更好的环境适应性，大大降低了系统维护成本。
对于场景检测已取得很多研究成果，Cao[6]等人利用局部中值滤波器，通过“3σ”阈值检测确定盲元位置，再利用改进的纳高滤波模板对盲元点进行非线性补偿；Leng[7]等人利用盲元与辐射场景的相关性较正常像元弱的特点，通过设置基于平均时域噪声的自适应阈值对盲元进行判定，再通过多帧图像的盲元匹配，剔除误矫正盲元，提高了检测精度；Wang[8]等人通过对图像进行序列分析，利用相邻帧和当前帧正常像元的非线性插值数据对盲元进行补偿。
此外，国内的一些研究机构如西安光机所、西安电子科技大学、西北工业大学和中国兵器第208研究所等也设计了相应的盲元检测与校正方法[9-11],能在一定程度上减少盲元的影响。
本文在分析红外非均匀噪声和盲元响应特性的基础上，提出了一种基于三梯度阈值检测的快速校正算法，通过仿真图像与实际红外图像进行验证，证实了该方法的有效性。
2.1 盲元的定义与响应特性IRFPA中的盲元又称为无效像元，它的定义目前还没有通用标准。
国际上通过将器件对黑体辐射的响应程度作为量化标准，将其分为过热像元与死像元两类。
过热像元是像元噪声电压大于平均噪声电压10倍的响应像元，而死像元则是指像元响应率小于1/10平均响应率的像元。
实验中采用一台640×512的制冷型近红外波段样机在不同辐射温度下对固定点处的盲元响应进行测试，响应曲线如图1所示。
正常像元随辐射温度的响应是近似线性增加的，反映为图中的曲线2，而死像元和过热像元的响应则几乎不随辐射温度变化，始终保持较低和较高的响应，如曲线1和3所示。
国际标准的测试方法是基于黑体辐射的，同时只适用于固定盲元的检测。
在此基础上，文献[9]通过连续采集黑体定标数据，分析了各探测元的响应值，得出了随机盲元的响应特性。
与固定盲元相比，随机盲元具有位置不固定和响应不固定的特点，特别是在辐射温度和积分时间发生变化的时候，因此它是盲元检测与校正的主要难点。
2.2 盲元的视觉特性盲元在视觉上表现为或明或暗的脉冲噪点，其中死像元表现为黑点或灰点，过热像元则表现为白亮点，而随机盲元则随着环境或系统状态的变化而不断改变，有时为黑白点，有时又为正常像元。
图2为一幅典型的中波红外原始图像，图像大小为320×240。
在该图中盲元主要体现为过热盲元和随机盲元，同时包含少量死像元，还存在横向的非均匀细条纹。
对该图进行立体灰度变换，灰度范围归一化为[0,1]，如图3(彩图见期刊电子版)所示。
可以看出大部分正常像元的灰度集中在0.2～0.8之间，且相邻像元的灰度值具有较大的相似性与连续性；而盲元的灰度响应则具有明显的孤立性和突兀性，在灰度变换图中有明显的毛刺现象，其灰度值与相邻像元具有明显的差异。
通过对盲元响应特性的分析可知，受不确定因素的影响，随机盲元必须采用基于场景的自适应检测方法。
为了在校正盲元的同时保留图像细节，加快处理速度，本文提出一种联合非均匀条纹校正和三梯度阈值检测的校正方法，首先通过非均匀预处理校正消除图像中的条纹和高频噪声，排除干扰，再根据盲元响应特性进行检测，确定盲元位置，最后对检测到的盲元进行局部中值滤波，完成盲元校正。