微偏振片阵列红外成像非均匀性产生机理及其校正

合集下载

基于图像处理的红外探测器的非均匀性校正技术研究

基于图像处理的红外探测器的非均匀性校正技术研究随着红外探测技术的不断发展，红外探测器已经成为军事、光电和计算机等领域中不可缺少的一部分。

然而，不可避免地，在红外探测器的使用过程中，一定会产生一些误差和非均匀性。

这些误差和非均匀性可能会严重影响到红外图像的质量和精度，从而影响到红外探测器的应用效果。

为了解决这个问题，研究人员不断探索各种新型的校正技术，其中基于图像处理的非均匀性校正技术成为一个非常有前景的领域。

一、红外探测器的误差和非均匀性红外探测器是用来探测红外辐射的一种装置，它的核心部件是红外探测元件。

红外探测器有广泛的应用，在军事、航空、石油、化工、制药等领域有着重要的作用。

但是由于探测元件制造难度高、技术成熟度低，以及工作中受到各种误差和非均匀性的影响，其在使用过程中会产生很多问题。

误差主要包括固有偏移误差、电子转盘梯度误差和多晶硅通道非线性误差等。

其中，固有偏移误差是指探测器像素点之间的误差，也是影响探测器成像质量的最主要误差。

非均匀性是指在探测器成像过程中，每个像素的响应不同，从而导致难行图像成像不均匀。

根据采集图像的方式不同，非均匀性主要有两种类型，即两点扫描法和单点扫描法。

二、基于图像处理的非均匀性校正技术为了解决探测器产生的误差和非均匀性，研究人员不断尝试各种新型的非均匀性校正技术，其中基于图像处理的技术成为目前最为普遍和有效的一种技术。

基于图像处理的非均匀性校正技术是指对红外图像采用一系列的数字图像处理技术进行校正处理，消除红外图像中的非均匀性，从而提高图像质量的方法。

该技术主要包括以下步骤：（1）校正系数计算首先，需要根据探测器的特性计算出相关的校正系数，包括增益系数、暗电位系数、固有偏移系数等。

这些系数可以通过在特定条件下进行校准实验来获得，也可以通过手动校准或者模型拟合的方法计算得到。

（2）非均匀性校正根据探测器的特性和校正系数，对采集到的红外图像进行非均匀性校正。

具体方式可以采用像素放大系数或者均衡化算法。

红外成像系统非均匀性快速校正方法

２．ＮａｔｉｏｎａｌＤｅｆｅｎｓｅＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＩｎｆｏｒｍａｔｉｏｎＣｅｎｔｅｒ，Ｂｅｉｊｉｎｇ１０００３７，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｔｈｅｌａｒｇｅｃａｌｃｕｌａｔｉｏｎｑｕｎｔａｉｙｔｗｈｅｎｃｏｒｒｅｃｔｉｎｇｈｅｔｎｏｎｕｎｉｆｏｒｍｉｙｔｕｓｉｎｇｈｅｔｒａｔｄｉｔｉｏｎ－
ｄｏｉ：１０．３４０４￣．ｉｓｓｎ．１６７ ቤተ መጻሕፍቲ ባይዱ—７６ｌ９．２０１６．１１．０３１
ＦａｓｔｎｏｎｕｎｉｏｒｆｍｉｔｙｃｏｒｒｅｃｔｉｏｎｍｅｔｈｏｄｆｏｒＩＲｉｍａｇｉｎｇｓｙｓｔｅｍ
ａｌｓｃｅｎｅ－ｂａｓｅｄｍｅｔｈｏｄ，ａｆａｓｔｃｏｒｒｅｃｔｉｏｎｍｅｔｈｏｄｗａｓｐｒｏｐｏｓｅｄ．Ｔｈｒｏｕｇｈｔｈｅａｎａｌｙｓｉｓｏｆｔｈｅｉｍａｇｅｓｅｑｕｅｎｃｅｓ，ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｈｅｔｎｏｎｕｎｉｆｏｒｍｉｔｙｃａｎｂｅｓｅｅｎａｓｔｈａｔａｉｆｘｅｄｐａｔｔｅｒｎｎｏｉｓｅｓｕｐｅｒｉｍｐｏｓｅｄｏｎｈｅｔｉｄｅａｌｖｉｄｅｏ．Ｆｉｒｓｔｌｙ，ｔｈｅｍｅａｎｉｍａｇｅｏｆｔｈｅｆｉｒｓｔｋｌａｆｍｅｓｗａｓｏｂｔａｉｎｅｄ．Ｔｈｅｎｔｈｅｎｏｎｕｎｉｆｏｍｉｒｔｙｎｏｉｓｅｍａｒｉｔｘｗａｓｅｘｒａｔｃｔｅｄ．Ｔｈｅｏｉｒｇｉｎａｌｉｍａｇｅｃｏｕｌｄｂｅｃｏｒｅｃｔｅｄｂｙｓｕｂｒａｔｃｔｉｎｇｔｈｅｎｏｉｓｅｍａｒｉｔｘ．Ｔｈｅｍｅｔｈｏｄｗａｓｖａｌｉｄａｔｅｄｂｙｕｓｉｎｇｓｉｍｕｌａｔｅｄｖｉｄｅｏｎｄａｒｅａｌｖｉｄｅｏ．Ｅｘｐｅｉｍｅｒｎｔａｌ

光电成像——非均匀性概要

第5讲非均匀性
光电成像实时处理技术
第5讲红外焦平面阵列的非均匀性及盲元
۩ 5.1 红外探测器与红外焦平面阵列 ۩ 5.2 IRFPA的非均匀性 ۩ 5.3 非均匀性产生机理 ۩ 5.4 IRFPA的盲元 ۩ 5.5 盲元产生机理
第5讲非均匀性
光电成像实时处理技术
5.1 红外探测器与红外焦平面阵列
开路情况下可形成光电压；如果将探测器输出短路，可产生
短路电流。
第5讲非均匀性
光电成像实时处理技术
常见材质及波段 InSb PtSi

3~5um 中波
HgCdTe 2~30um（短波、中波、长波）
长波 IRFPA（8~14um）
GaAlAs/GaAs多量子阱阵列 SiGe异质结阵列非致冷：热释电、热电堆、微测辐射热计
像元规模：128x128、256x256、 320x240 、 512x512、 640x480、1024x1024、1968x1968
第5讲非均匀性
光电成像实时处理技术
红外焦平面阵列
由于单元红外探测器的性能已达到或接近理论极限值，只有增加使用的探测器数目才能进一步提高系统的性能，于是上世纪70年代产生了凝视红外探测器概念。
像元(i,j)波谱量子效率其中光学系统的有效透过率
cos4 ij Rij eff int A # 2 ij 4( F )
像元(i,j)在积分时间内的暗电荷
像元有效面积
积分时间
成像光学系统的 F数
像元(i,j)相对出射光曈而言的偏轴角
第5讲非均匀性
光电成像实时处理技术
尽管目前的材料制造水平已经达到了相当高的水平，但制造器件的材料还是远未达到所要求的均匀度。器件的材料中会出现各种晶格缺陷、掺杂不均和厚度不等等问题，这些都会造成在材料晶片不同位臵上的探测器的饱和电流、量子效率和截止波长等参数的不同；其次在采用光刻法制造探测器时，由于制造工艺水平的限制，探测器光敏面的几何尺寸也存在一定的误差，由此造成阵列中各探测单元之间的 ij Dij Aij ij 等几个参数的差异，从而导致在均匀光照下，各个探测单元的输出响应出现不一致的现象，即产生了不均匀性。

红外图像实时非均匀性校正技术研究及硬件实现的开题报告

红外图像实时非均匀性校正技术研究及硬件实现的开题报告以前，红外图像非均匀性（NU）是因为在使用红外测量仪器（如热成像仪）时，红外探测器中的感应材料并没有被制作得非常均匀。

因此，NU 矫正技术已经成为热成像仪研究中的重要焦点。

虽然这个问题已经被传统技术很好地解决了，但实时NU矫正仍然是一个挑战。

本论文的目的是研究和实现基于 FPGA 的实时 NU 矫正技术。

通过将 NU 地图从红外探测器中提取出来，并实现一个硬件平台以运行NU的算法，来达到实时NU矫正的目的。

硬件部分由热成像器，FPGA，SDRAM和液晶屏组成。

本论文将重点介绍基于 FPGA 的实时 NU 矫正算法和结构实现，并详细分析其算法和硬件运行机制。

首先，我们将介绍NU的算法，包括NU校正、NU地图提取和NU 地图更新等内容，并详细描述它们的实现步骤。

然后，我们将介绍基于 VHDL 的硬件设计流程，包括模块的设计、测试以及模块之间的连接，以实现NU校正的算法。

为了实现实时 NU 矫正，我们使用了SDRAM和FIFO缓冲区将大量的数据存储在FPGA 中，并用DMA 控制器实现数据的传输。

其中，在算法实现过程中，采用了一种比较速度更快的方法，即硬件实现的NU更新方法，以达到实时NU矫正的目的。

最后，我们将对硬件和算法的设计进行测试，并将测试数据与现有的软件矫正方法进行比较和分析。

测试结果表明，实时 NU 矫正算法能够在 FPGA 中良好地工作，并且具有比现有方法更高的实时性。

因此，这篇论文的主要研究内容是在硬件平台上实现基于 FPGA 的实时 NU 矫正技术。

该技术不仅提高了热成像仪的成像质量，还为热成像技术在医学、工业和安全等领域的应用提供了更广泛的应用前景。

适应积分时间调整的红外图像非均匀性校正方法探究

适应积分时间调整的红外图像非均匀性校正方法探究摘要：在积分时间进行调整时，红外探测器的响应值会跟着变化，这会影响红外图像的非均匀性校正算法。

为了解决这个问题，提出了一种适应积分时间调整的红外图像非均匀性校正方法。

这种方法通过将各个积分时间、温度的黑体定标数据及理论红外辐射量进行整合标定，解决了在积分时间发生变化时，红外图像不能适时变化的问题。

关键词：积分时间调整；红外图像；非均匀性校正；引言：受到材料、工艺等因素的影响，使得红外图像非常容易出现非均匀性的现象，大大影响红外图像的成像质量。

而自适应变积分时间功能的实现，能够有效地实现红外系统在目标温度适用范围的扩展，促使目标区域能够始终在最佳响应区间开展工作，以保证获取的图像质量更加优质。

1.红外图像非均匀性校正模型的研究1.1红外图像非均匀性校正模型网络结构的设计需要先建立起一个能够用于回归的前向神经网络，该神经网络结构如图1所示，在这个网络结构之中，其输入层为黑体图像X，所对应的积分时间为T。

输出层需要经过网络校正之后进行输出，其损失函数则为校正后的输出与期望值的均方误差和。

图1.网络结构示意图这里所选用的网络基本单元结构如图2所示：图2.网络基本单元在图2中x代表的是单个像元的灰度值，t代表的是积分时间，而m为辐射量期望值，其中a、b、c、d在中所表示的是单个像元的各个校正系数，y表示的是单个像元校正之后的辐射量输出值。

先对实线箭头所指示方向的正向传递之后，再对y进行输出，这时网络再针对输出值y与期望值m之间的均方误差进行求和，并严格依照图中虚线所指示的方向进行反向传递，进而将校正系数展开逐级修正。

1.2校正模型的网络损失函数及梯度反向传递构建损失函数的评估体系，其主要目的是为了能够针对校正模型输出值的准确性进行衡量，而校正系数的相关修正量在计算时，需要通过梯度反向传递原理来具体实施计算。

因此，经过与前馈神经网络的有机结合，获得出相应的输出矩阵Y，定标辐射量矩阵M，进而建立起相应的均方误差和的相应损失函数L以及oss。

基于校正率的红外焦平面阵列非均匀性校正评估新方法

第 26 卷第 1 期 2007 年 2 月文章编号 : 1001 - 9014 ( 2007 ) 01 - 0056 - 05
红外与毫米波学报
J. Infrared M illim. W aves
Vol . 26, No. 1 February, 2007
基于校正率的红外焦平面阵列非均匀性校正评估新方法
RM S E =
2 新的评估方法及实验验证
2. 1 时域噪声特性
红外热成像系统输出的时域噪声符合高斯分布 , IRFPA 非均匀性校正的目标是将空间固有噪声减低到时域瞬态噪声的水平
[5]
1
NM
N
M
.
∑∑
i =1 j =1
^ - I ) (I ij ij
2
,
(3) (4)
^ 分别是 I
本文实验使用非制冷焦平面红外热成像装置 :
像时域噪声见表 1. 从表 1 中时域噪声随目标黑体温度变化可以发现 , 时域噪声基本不随目标温度变化而变化 .
表 1 时域噪声随黑体温度变化 Table 1 The tem pora l no ise var ies w ith the blackbody tem 2 pera tures
目标黑体温度 ( ℃) 原始图像输出时域噪声 ( bit) 两点法校正后噪声温度 ( ℃) 二次曲线法校正后噪声温度 ( ℃)
40 50 60 70 80 90 100 110 120 130 7. 05 5. 91 5. 91 5. 95 6. 29 6. 81 6. 09 6. 33 6. 62 6. 95 0. 35 0. 29 0. 29 0. 30 0. 31 0. 34 0. 30 0. 31 0. 33 0. 34 0. 42 0. 35 0. 34 0. 32 0. 33 0. 34 0. 29 0. 28 0. 28 0. 28

红外焦平面阵列非均匀性自适应校正算法研究进展_张天序

第26卷第6期2007年12月红外与毫米波学报J .I n f r a r e d M i l l i m .W a v e sV o l .26,N o .6D e c e m b e r ,2007文章编号:1001-9014(2007)06-0409-05收稿日期:2006-12-19,修回日期:2007-05-06 R e c e i v e dd a t e :2006-12-19,r e v i s e dd a t e :2007-05-06基金项目:国家自然科学基金(10577009)资助项目作者简介:张天序(1947-),男,重庆人,博士,教授,主要研究方向为图像分析与智能系统、机器视觉、医学图像处理和实时并行处理等红外焦平面阵列非均匀性自适应校正算法研究进展张天序,　施长城,　李洁珺,　刘慧娜,　袁雅婧,　周　泱(华中科技大学图像识别与人工智能研究所多谱信息处理技术国家重点实验室,湖北　武汉　430074)摘要: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.关　键　词:红外焦平面阵列;非均匀性;自适应校正算法中图分类号:T N 215 文献标识码:O V E R V I E W O FR E S E A R C HO NT H EA D A P T I V EA L G O R I T HM SF O RN O N U N I F O R MI T YC O R R E C T I O NO FI N F R A R E DF O C A LP L A N EA R R A YZ H A N GT i a n -X u ,　S H I C h a n g -C h e n g ,　L I J i e -J u n ,　L I UH u i -N a ,　Y U A NY a -J i n g ,　Z H O UY a n g(N a t i o n a l L a b o r a t o r y f o r M u l t i -s p e c t r a l I n f o r m a t i o nP r o c e s s i n g T e c h n o l o g i e s ,I n s t i t u t ef o r P a t t e r nR e c o g n i t i o n a n dA r t i f i c i a l I n t e l l i g e n c e ,H u a z h o n g U n i v e r s i t y o f S c i e n c e o f T e c h n o l o g y ,Wu h a n 43007,C h i n a )A b s t r a c t :I t h a s b e e n t h e m o s t i m p o r t a n t g o a l f o r a na d v a n c e di n f r a r e dd e t e c t i n gs y s t e mt o r e a l i z ea d a p t i v e n o n u n i f o r m i t yc o r r e c t i o no f i n f r a r e df o c a l p l a n e a r r a y (I R F P A ),w h i c h i s a l s o s i g n i f i c a n t t o i m p r o v e s p a t i a l r e s o l u t i o n ,t e m p e r a t u r e r e s o l u -t i o n ,de t e c t i n g r a n g e a n d r a d i o m e t r i c a c c u r a c y .S o m e i m p o r t a n t r e s e a r c h e s a n d p r o g r e s s o n t h e a d a p t i v e a l g o r i t h m sf o r n o n -u n i f o r m i t y c o r r e c t i o no f s t a r i ng I R F P Aw e r e s u m m a r i z e d .Th e c o m p a ri s o na m o n g t h e p e r f o r m a n c e a n d a p p l i c a b l e c o n d i t i o n s o f t y p i c a l a d a p t i v e a l g o r i t h m s w a s g i v e n i n o r d e r t o b r i n g f o r w a r dt h e s u g g e s t i o n t o t h e f u r t h e r d e v e l o p m e n t o f a d a p t i v e a l g o -r i t h m s f o r n o n u n i f o r m i t y c o r r e c t i o no f I R F P A .K e yw o r d s :i n f r a r e d f o c a l p l a n e a r r a y ;n o n u n i f o r m i t y ;a d a p t i v e c o r r e c t i o na l g o r i t h m s引言红外成像系统随着红外探测器的发展而发展[1].在第一代红外成像系统中,采用线列探测器,通过一维光机扫描实现成像.随着C C D 相关技术的成熟,到了20世纪70年代中期,红外焦平面阵列探测器(I R F P A ,I n f r a r e d F o c a l P l a n e A r r a y )的出现标志着第二代红外成像系统———凝视红外成像系统的诞生.与线列探测器相比,焦平面探测器成像具有空间分辨率高、探测能力强、帧频高等优点,正迅速成为红外成像技术的主流器件.然而,红外焦平面阵列存在的非均匀性严重影响了系统的成像质量,降低了系统的空间分辨率、温度分辨率、探测距离以及辐射量的正确度量,直接制约着系统的最终性能.针对红外焦平面阵列的非均匀性问题,人们提出相应的校正方法,主要分为两大类:一类是基于定标的校正方法,该类方法原理简单,硬件易于实现和集成;校正精度高,可用于场景温度的度量;对目标没有任何要求,是实际I R F P A 组件产品中主要采用的方法.但这类方法受限于I R F P A 响应漂移带来的校正误差;实际校正时需要参考源进行标定,使得设备装置相对复杂;同时在实际应用中需要进行周期性的定标,定标频率取决于系统的稳定性,对于机载、弹载探测器不易做到快速反应.另一类是基于场景的自适应校正方法.这类方法可以在一定程度上克服I R F P A 响应漂移带来的校正误差,不要求或只需要简单的红外与毫米波学报26卷定标,根据场景信息适应性的更新校正系数,成为目前算法研究和系统应用的重要研究方向.国外研究人员在校正算法方面持续地开展研究,发表了大量的论文,包括校正算法和实现的硬件结构.国内对于红外焦平面非均匀性自适应校正算法的研究起步较晚,不过之后的发展较快,从刚开始仅仅实现和改进国外文献中的校正方法到近几年提出一些思路新颖的校正方法.有必要总结分析目前的研究进展和存在的问题,找准进一步工作的方向,避免低水平重复研究.为此本文针对部分红外焦平面自适应非均匀性校正算法进行讨论和综合比较. 1　基于人眼视觉神经机理的自适应校正算法1981年,P.M.N a r e n d r a等人提出了第一种基于场景的自适应校正方法———等统计量方法[2].不过在后来的十年中,研究的重点一直都在定标类的校正算法研究中,关于自适应校正算法的研究并没有太大进展,直到20世纪90年代,才开始重点研究自适应的校正算法.1990年以来,美国海军研究实验室的D.A. S c r i b n e r等人基于人眼视觉神经机理的现有研究成果,提出了两种自适应非均匀校正算法[3,4].一种是时域高通滤波校正算法(简称T H P F-N U C),该方法参考人眼水平细胞(H o r i z o n t a l C e l l)对光信号的时域低通滤波特性,结合双极细胞(P o l a r i z e C e l l)和感光器(P h o t o r e c e p t o r)综合处理能力,构造时域高通滤波器来实现对偏移响应系数的校正.该算法的优点是运算简单,易于硬件实现,对1/f噪声引起的非均匀性有抑制作用;不足之处在于缺乏对增益响应系数的校正,同时当场景静止时,有目标退化和“鬼影”现象.还有一种是以神经网络计算为核心的自适应非均匀校正算法(简称N N-N U C),该算法是空域运算方法的代表,利用视网膜的视细胞之间存在横向联系和反馈回路的研究结果,采用神经网络结构,以四邻域均值作为期望,用最陡下降法对校正系数迭代更新,实现对I R F P A的自适应校正.优点在于同时完成对增益和偏移响应系数的校正,对空间高频噪声抑止效果较好,但同样存在目标退化和“鬼影”现象,而且收敛速度较慢.2003年,张小军等人针对既有加性噪声,又有乘性噪声,且加性噪声较强的情况,提出了先用时域高通滤波校正再用神经网络算法校正的二次校正算法[5].该算法同样需要场景运动,且实时性性能不高.2006年,杨少林等人针对传统神经网络校正算法收敛速度慢和校正精度不高的缺点,基于校正误差的均方值和增益因子的均值包含的信息,提出了一种新的误差函数以及增益和偏移校正因子的迭代公式[6],并设计了一个自适应步长调节因子.文中对仿真图像实验有较好的效果,但对真实红外图像的校正效果有待进一步检验.1995年,U n i v e r s i t y o f F l o r i d a的J.G.H a r r i s等人在美国海军的资助下对恒定统计量方法进行了计算上的改进,将其称为C S-N U C算法(C o n s t a n t-S t a t i s-t i c s C o n s t r a i n t N U C),并研究了算法模拟电路实现[7,8].该方法在神经生物学研究的启示下,基于众多视觉实验现象,总结生物系统对刺激的长期平均适应性,将其运用到I R F P A的非均匀校正.在两项约束条件下,建立校正参数的统计模型,再使用大量的图像序列对校正参数进行估计,实现红外焦平面的非均匀校正.校正公式为x=y-m ys y　,(1)其中x为校正后图像,y为校正前原始图像,m y和s y 分别为每个像元时域的均值和L1范数下标准差,通过每帧图像迭代的方式得到它们的估计m y=y(n)+(n-1)m y(n-1)n　,s y=y(n)-m y+(n-1)s y(n-1)n　,(2)该算法有效地消除了非均匀性带来的固定图案噪声,运算简洁,易于硬件实现,但需要大量图像序列进行参数估计,也有“鬼影”问题,同时算法对水平条纹噪声抑止效果不佳.1999年,文献[9]对两种代表性的自适应校正方法(C S-N U C和N N-N U C)在A D S P21060开发平台上进行了实验研究,结果表明对于128×128规格且帧频为100H z的I R F P A,对当时的D S P芯片处理能力而言仍然是比较繁重的.2003年,文献[10]提出了一种能更好保持场景细节的基于神经网络校正的改进算法,并运用T M S320C6201BD S P进行了算法的实现.但文中没有对该算法的运算速度进行分析,其算法实时性与实用性有待进一步检验.2　基于图像配准的自适应校正算法2000年,R.C.H a r d i e等人提出基于配准的校正方法[11],该方法依据各探测元对相同场景的响应也4106期张天序等:红外焦平面阵列非均匀性自适应校正算法研究进展图1　基于图像配准的自适应校正算法流程图F i g .1　B l o c kd i a g r a m o f t h ea d a p t i v e N U Cw i t hi m a g er e g i s -t r a t i on图2　代数自适应校正算法流程图F i g .2　B l o c kd i a g r a mo f a l g e b r a i c a l g o r i t h mf o r N U C应相等这个事实,通过图像配准技术实现对中轻度非均匀性噪声污染的图像进行校正.该方法最大优点在于对响应参数估计时只需要较少的几十帧图像,可以达到自适应校正实时性的要求.不足之处在于需要序列场景图像做全局运动,同时序列图像中目标需亮度保持不变.由于配准的精确度受非均匀性噪声程度的影响明显,因此在重度噪声下由于无法准确配准图像,导致校正效果不佳.2004年,徐田华等人运用时域高通滤波器对图像序列进行预处理,得到固定图案噪声估计的初值,同时结合传统的图像配准的校正算法进一步校正[12],该算法在较高强度固定图案噪声情况下有一定优越性.2002～2005年间,R a t l i f f 等人提出了代数校正算法(A l g e b r a i c A l g o r i t h m s f o r N U C )以及对它的改进[13].这些算法通过对帧间子像素级的移动估计和线性插值模型,来实现对偏移系数的校正.优点在于只需相对较少帧的图像就可以生成有效的校正参数矩阵,并对场景没有时空多样性的要求.与基于图像配准的校正方法相似,该算法同样要求序列图像只能有单纯水平或垂直方向移动,并且场景中目标亮度不变,算法性能受子象素级移动估计精度的影响,对重度噪声下的非均匀性校正需预先进行平滑滤波处理.3　基于统计模型和滤波技术的自适应校正算法上世纪末至今,在自适应校正算法方面,也陆续图3　统计校正算法流程图F i g .3　B l o c kd i a g r a m o f t h e s t a t i s t i c a l N U Ca l g o r i t h m出现了一些复杂算法.如1999年M .H a y a t 等人发展的统计校正算法[14](S t a t i s t i c a l A l g o r i t h mf o r N U C ),其假设统计的时间内所有探测元的输入辐照度范围相同,并服从均匀分布.先用一组序列估计出各种参数的数值,随之再用新的场景序列图像对参数进行更新,用更新的参数再对图像进行校正.该方法最大的特点是在校正公式中添加了一个噪声项,通过大量的场景数据,对增益、偏移以及噪声校正参数进行估计,实现自适应校正.算法流程见图3.该算法局限之处在于要求尽量使每个探测元都充分暴露于相同的辐射能量范围内,且需要大量的图像序列.S e r g i o N .T o r r e s 等人在2003～2006年间提出并研究了基于卡尔曼滤波(K a l m a n F i l t e r i n g )的红外焦平面自适应校正算法[15～17].该算法将增益和偏移视为离散高斯-马尔可夫过程中的随机状态变量,基于增益和偏移的时域统计模型,在其发生漂移时,运用卡尔曼滤波器对它们的估计进行更新,以达到自适应校正的目的.该算法特点在于建立了关于增益和偏移响应系数漂移的时域统计模型,对响应系数的时域漂移有较好的补偿;不过该算法同样需依赖场景多样性和恒定辐射范围的前提.2005年,牛照东等人基于场景统计非均匀性校正算法对场景分布的假定,获得探测单元接收红外能量的一、二阶矩,进而估计探测单元的响应参数,并应用交互多模I M M 算法[18,19],建立两个状态模型拟合响应参数不存在漂移和漂移剧烈的极限情况,融合估计探测单元的响应参数.仿真实验结果表明I M M 算法有较好的收敛性,并扩展了卡尔曼滤波算法的适用范围,但算法的运算量较大,难以达到实时性要求.2006年,李庆等人提出了以二次方程表征的响应特性数学模型,利用卡尔曼滤波对非均匀性图像实施双校正[20].该算法较好地补偿响应非线性411红外与毫米波学报26卷的影响,当探测动态范围较大时,它得到较高的校正准确度.2005年,甄德根等人提出了基于W i e n e r滤波的非均匀性校正算法[21],主要讨论了滤波器结构,滤波器阶数的确定方法以及期望响应的提取方式等关键问题.2005年,黄竹邻等人分析了红外焦平面阵列非均匀性的噪声特性,提出了反中值滤波为核心的红外焦平面自适应校正的方法[22].该方法在静止目标保持能力及硬件实现等方面都有较好的表现,但对伪像的抑止效果不佳.2001年,姜光等人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应统计量计算,获得在红外焦平面校正中起影响的偏置和增益系数[23].文中以仿真图像验证算法合理性,对实际红外图像的校正效果有待进一步验证.4　高精度和智能型校正算法文献[24]基于最小均方拟和方法,建立高次函数校正模型进行多点定标校正,并运用基于场景的运动估计对响应漂移进行补偿.该算法更好的反映阵列元响应的非线性,在探测动态范围较大时有校正精度高的优点,但算法的实时性与灵活性不强.2006年,吴健飞等人提出了基于可变积分时间和均衡噪声的校正算法[25],该算法结合了基于定标和基于场景的校正算法的优点,一方面考虑探测器使用时积分时间不同带来的影响,记录几组常用积分时间下的定标系数以便选择使用;另一方面自适应调节增益系数,有效地均衡了各探测元噪声影响,使弱目标的信噪比达到较高效果.2005年,张天序等人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[26].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,提出采用一点校正与神经网络自适应校正相结合的方法.该方法在空间低频噪声占优时能获得好的校正效果,但算法仍需结合定标运算,算法适用条件受到限制.同年,张天序等人[27,28]深入分析了神经网络校正法出现目标退化和伪像的成因,指出没有考虑目标边缘而盲目更新系数是产生问题的根源.在此基础上,提出了防止目标退化与伪像的基于边缘指导的神经网络自适应校正方法,该方法在边缘提取效果较好的前提下能有效的抑止目标退化和伪像,但边缘提取运算带来算法实时性的降低.5　总结与展望纵观国内外十多年来红外焦平面非均匀性校正自适应算法的发展,主要的研究途径和研究重点可按不同的观点分类.若按处理的时空域来分,一方面有时域处理算法,如时域高通滤波法、小波分析、W i n n e r滤波和卡尔曼滤波;另一方面有空域处理算法,如神经网络法和中值滤波法;再有就是时空域处理结合的算法,典型的有基于配准的校正算法和代数校正算法.按照算法采用的探测元响应模型来分,首先有只校正偏移响应非均匀性的,如时域高通滤波法和代数校正算法;再有同时校正增益和偏移响应非均匀性的,如神经网络法和恒常统计约束法,还有考虑增益、偏移和读出噪声三者非均匀性的,如恒定范围统计法和卡尔曼滤波法.今后I R F P A非均匀校正自适应校正算法的研究工作可以从以下几方面来开展:首先,通过对实际红外非均匀性图像数据的分析,研究不同条件(如环境温度和季节气候等)下探测器响应参数时间、空间和频域的统计分布,进一步建立更加准确的焦平面响应的多参数模型;其次,基于生物视觉的研究进展,提出新的视觉仿生学的非均匀性自适应校正算法;再次,扩展算法的适用条件,发展针对不同应用对象和应用环境的自适应校正算法,特别是对于弱小目标检测系统的非均匀性校正算法研究尤为重要;另外,针对实际应用背景,设计合理的主/客观评价相结合的非均匀校正算法性能评价准则;最后,自适应校正算法实时快速地硬件实现和专用A S I C芯片的实现是实际非均匀性校正应用中亟待解决的问题.R E F E R E N C E S[1]WU Z o n g-F a n,L I U M e i-L i n,Z H A N G S h a o-J u.I n f r a r e da n d L o w-l e v e l L i g h t T e c h n o l o g y[M].B e i j i n g:N a t i o n a l D e-f e n s e I n d u s t r y P r e s s(吴宗凡,柳美琳,张绍举.红外与微光技术.北京:国防工业出版社),1998:4:93—100,126—130.[2]N a r e n d r aPM,F o s sN A.S h u t t e r l e s s f i x e dp a t t e r nn o i s ec o r r e c t i o nf o ri n f r a r e di m a g i n ga r r a y s[C].P r o c.S P I E,1981,282:44—51.[3]S c r i b n e r DA,S a k a d y KA,C a u l f i e l d J T,e t a l.N o n u n i f o r-m i t y C o r r e c t i o n f o r s t a r i n g I Rf o c a l p l a n e a r r a y s u s i n g s c e n e-b a s e d t ec h n i q u e s[C].I n f r a r e dD e t e c t o r s a n dF o c a l P l a n eA r r a y s,S P I E,1990,1308:224—233.[4]S c r i b n e r DA,S a r k a d yKA,K r u e r M R,e t a l.A d a p t i v er e t i n a-l i k ep r e p r o c e s s i n gf o r i m a g i n gd e t e c t o ra r r a y s[J].P r o c.I E E E1993,1955—1960.[5]Z H A N GX i a o-J u n,Z H A OY i-G o n g.C o m b i n e da l g o r i t h mf o rn o n u n i f o r m i t y c o r r e c t i o no f i n f r a r e df o c a l p l a n ea r r a y s[J].I n f r a r e dT e c h n o l o g y(张小军,赵亦工.红外焦平面非均匀4126期张天序等:红外焦平面阵列非均匀性自适应校正算法研究进展校正的综合处理算法.红外技术),2003,25(6):34—38.[6]Y A N G S h a o-L i n,Y UH u i-M i n.S c e n e-b a s e dn o n u n i f o r m i t yc o r r e c t i o n a l g o r i t h m i nf o c a l p l a n ea r r a y s[J].J o u r n a l o fZ h e j i a n g U n i v e r s i t y(E n g i n e e r i n gS c i e n c e)(杨少林,于慧敏.基于场景的焦平面阵列非均匀性校正算法研究.浙江大学学报(工学版)),2006,40(7):1150—1153.[7]H a r r i s J G,C h i a n g YM.N o n u n i f o r m i t y c o r r e c t i o n u s i n g t h ec o n s t a n t-s t a t i s t i c s c o n s t r a i n t:a n a l o g a nd d i g i t a l i m p le m e n t a-t i o n s[C].P r o c.S P I E,1997,3061:895—905.[8]H a r r i s J G,C h i a n g YM.M i n i m i z i n g t h e g h o s t i n g a r t i f a c t i ns c e n e-b a s e dn o n u n i f o r m i t y c o r r e c t i o n[C].P r o c.S P I E,1998,3377:106—113.[9]C a o Z h i g u o,S a n g N o n g,L i We i,e t a l.D i g i t a l i m p l e m e n t a-t i o no fn o n u n i f o r m i t yc o r r e c t i o n f o rI R F P A s[C].P r o c.S P I E,1999,3698:807—814.[10]L i Y o n g l i a n g,N i G u o q i a n g,Z h a n g J i a n,e t a l.S p e c k l e r e-d u c t i o n o f i n f r a re d i m a g e a n di t s h a r d w a r e r e a l i z a t i o n[C].P r o c.S P I E,2003,5203:607—614.[11]H a r d i eR C,H a y a t M M,A r m s t r o n gE,e t a l.S c e n e-b a s e dn o n u n i f o r m i t yc o r r e c t i o nu s i n gv ide os e q u e n c e s a n dr e g i s t r a t i o n[J].A p p l i e d O p t i c s,2000,39(8):1241—1250.[12]X UT i a n-H u a,Z H A OY i-G o n g.R e s e a r c h o n t h e a l g o r i t h mf o r n o n u n i f o r m i t yc o r r e c t i o no f i n f r a r e df o c a lp l a n e[J].J o u r n a l o f T e l e m e t r y,T r a c k i n ga n d C o m m a n d(徐田华,赵亦工.红外焦平面阵列非均匀校正算法的研究.遥测遥控),2004,25(6):44—47.[13]R a t l i f f BM,H a y a t M M,T y oJ S.G e n e r a l i z e da l g e b r a i cs c e n e-b a s e dn o n u n i f o r m i t y c o r r e c t i o na l g o r i t h m[J].J o u r-n a l o f t h eO p t i c a l S o c i e t yo f A m e r i c aA,2005,22:239—249.[14]H a y a t M M,T o r r e s SN,A r m s t r o n gE,e t a l.S t a t i s t i c a la l g o r i t h mf o r n o n u n i f o r m i t y c o r r e c t i o ni nf o c a l-p l a n ea r r a y s[J].A p p l i e dO p t i c s,1999,38(8):772—780.[15]T o r r e s S N,H a y a t M M.K a l m a n f i l t e r i n g f o r a d a p t i v e n o n-u n i f o r m i t yc o r r e c t i o n i n i n f r a r e df o c a l-p l a n ea r r a y s[J].J o u r n a l o f t h e O p t i c a l S o c i e t y o f A m e r i c a A,2003,20:470—480.[16]T o r r e s S N,P e z o a J E,H a y a t M M.S c e n e-b a s e dn o n u n i-f o r m i t y c o r r e c t i o nf o r f o c a l p l a n ea r r a y sb yt h em e t h o do ft h e i n v e r s ec o v a r i a n c ef o r m[J].A p p l i e dO p t i c s,2003,42(29):5872—5881.[17]P e z o a J E,H a y a t M M,T o r r e sSN.M u l t i m o d e l k a l m a nf i l t e r i n gf o ra d a p t i v en o n u n i f o r m i t yc o r r e c t i o n i ni n f r a r e ds e n s o r s[J].J o u r n a l o f t h eO p t i c a l S o c i e t yo f A m e r i c aA,2006,23:1282—1291.[18]N I U Z h a o-D o n g,W A N G We i-H u a,C H E N Z e n g-P i n g.A p p l i c a t i o n o f I M Ma l g o r i t h mi n n o n u n i f o r m i t y c o r r e c t i o n i ni n f r a r e d f o c a l p l a n ea r r a y s[J].O p t o e l e c t r o n i cT e c h n o l o g y(牛照东,王卫华,陈曾平.I M M算法在红外焦平面阵列非均匀性校正中的应用.光电子技术),2004,24(4): 238—242.[19]N I U Z h a o-D o n g,WA N G We i-H u a,J I A N G We i-D o n g.S c e n e-b a s e ds t a t i s t i c a l a l g o r i t h m s f o r n o n u n i f o r m i t yc o r r e c-t i o no f i n f r a r e d i m a g e s[J].I n f r a r e d a n d L a s e r E n g i n e e r i n g (牛照东,王卫华,姜卫东,等.场景统计类红外图像非均匀性校正算法研究.红外与激光工程),2005,34(3): 261—265.[20]L I Q i n g,L I US h a n g-Q i a n,L A I R u i,e t a l.As c e n e-b a s e dn o n u n i f o r m i t yc o r r e c t i o n a l g o r i t h m o fI R F P A[J].A c t a P h o t o n i c aS i n i c a(李庆,刘上乾,赖睿.一种基于场景的红外焦平面阵列非均匀性校正算法.光子学报),2006,35(5):720—723.[21]Z H E ND e-G e n,J I A N GY a-D o n g,WUZ h i-M i n g,e t a l.An e wa l g o r i t h m o f u n c o o l e di n f r a r e df o c a l p l a n ea r r a yn o n-n n i f o r m i t y c o r r e c t i o n b a s e d o nw i e n e r f i l t e r t h e o r y[J].I n-f r a r e dT e c h n o l og y(甄德根,蒋亚东,吴志明,等.基于Wi e n e r滤波理论的非制冷红外焦平面非均匀校正新算法.红外技术),2005,27(4):311—313.[22]H U A N GZ h u-L i n,L I U G a n g,H EZ h a o-X i a n g,e t a l.A-d a p t i v en o n u n i f o r m i t y c o r re c t i o nb a s e do ni n v e r t e dm e d i a nf i l t e r i ng o f i n f r a r e d f o c a l p l a n e[J].O p t i c s＆O p t o e l e c t r o n i cT e c h n o l o g y(黄竹邻,柳刚,何兆湘,等.基于反中值滤波的红外焦平面自适应非均匀性校正方法.光学与光电技术),2005,3(3):62—64.[23]J I A N G G u a n g,L I U S h a n g-Q i a n.A d a p t i v en o n u n i f o r m i t yc o r r e c t i o no f I R F P A[J].J.I n f r a r e dM i l l i m.W a v e s(姜光,刘上乾.红外焦平面阵列非均匀性自适应校正算法研究.红外与毫米波学报),2001,20(2):93—96. [24]Z H A N GJ u n-J u,X I N GS u-X i a,C h a n g B e n k a n g,e t a l.An o n u n i f o r m i t yc o r r e c t i o na l g o r i t h m f o r i n f r a r e df o c a l-p l a n ea r r a y s[C].P r o c.S P I E,2005,5640:425—433.[25]WUJ i a n-F e i,L I F a n-M i n g,Z H U A N GL i a n g,e t a l.S t u d yo nI R F P A n o n u n i f o r m i t yc o r r e c t i o ni nd i m t a r g e t d e t e c t i o n s y s t e m[J].J.I n f r a r e dM i l l i m.W a v e s(吴健飞,李范鸣,庄良,等.弱目标检测系统中红外焦平面阵列非均匀性校正算法的研究.红外与毫米波学报),2006,25(5): 372—376.[26]Z H A N GT i a n-X u,S H I Y a n,C A O Z h i-G u o.S t u d yo nt h ep r o p e r t y o f s p a t i a l f r e q u e n c y o f n o n u n i f o r m i t y n o i s e i n I R F-P Aa n dt h e i m p o r t a n t o f s p a t i a l a d a p t i v e n o n u n i f o r m i t y c o r-r e c t i o n t e c h n i q u e[J].J.I n f r a r e dM i l l i m.W a v e s(张天序,石岩,曹治国.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.红外与毫米波学报),2005,24(4):255—260.[27]Z H A N G T i a n-X u,S H I Y a n.E l i m i n a t i n gt h e“g h o s t i n g”a r t i f a c t a n dt a r g e t f a d e-o u t i na d a p t i v en o n u n i f o r m i t yc o r-r e c t i o n f o r I R F P A[J].J.I n f r a r e dM i l l i m.W a v e s(张天序,石岩.红外焦平面阵列非均匀性自适应校正算法中目标退化与伪像的消除方法.红外与毫米波学报),2005,24(5):335—340.[28]Z H A N G T i a n-X u,S H I Y a n.E d g e-d i r e c t e da d a p t i v e n o n-u n i f o r m i t y c o r r e c t i o nf o r s t a r i n gi n f r a r e df o c a l p l a n e a r r a y s [J].O p t i c a l E n g i n e e r i n g,2006,45(1):1—11.413。

红外成像系统的非均匀性实时校正

红外成像系统的非均匀性实时校正李赓飞;李桂菊;韩广良;刘培勋;江山【期刊名称】《光学精密工程》【年(卷),期】2016(024)011【摘要】针对红外相机系统响应非均匀性所产生的竖条纹固定噪声，提出了基于多线程优化的单帧红外图像非均匀性实时校正算法。

该算法参考全变分理论的非均匀性校正算法确定噪声与图像输出之间的加性校正关系，建立了描述条纹噪声的数学模型；通过滤波算法将图像分为高频分量和低频分量，运用建立的条纹噪声模型，基于最小二乘法从高频部分中拟合出条纹噪声。

最后，使用全变分理论确定的加性关系对图像进行校正。

为了提高算法的计算速度，运用多线程技术对算法进行了优化。

对提出的算法与 MIRE（Midway Infrared Equalization）算法及传统双边滤波算法进行了图像质量评价和性能对比。

结果显示：本文算法使图像非均匀性较原图降低了3％；算法效率与 MIRE 算法无异，系统运行时间在320×256的14位红外图像上为1．5 ms／frame ，达到了工程标准。

【总页数】7页(P2841-2847)【作者】李赓飞;李桂菊;韩广良;刘培勋;江山【作者单位】中国科学院长春光学精密机械与物理研究所，吉林长春 130033;中国科学院长春光学精密机械与物理研究所，吉林长春 130033;中国科学院长春光学精密机械与物理研究所，吉林长春 130033;中国科学院长春光学精密机械与物理研究所，吉林长春 130033;中国科学院长春光学精密机械与物理研究所，吉林长春 130033【正文语种】中文【中图分类】TN216【相关文献】1.红外成像系统非均匀性快速校正方法 [J], 李召龙;沈同圣;史浩然;娄树理2.星载红外成像系统IRFPA非均匀性在轨定标与实时校正 [J], 殷世民;喻双;梁永波;朱健铭;王炳键;陈真诚3.采用焦平面上非均匀性校正技术的红外成像系统 [J], 高（编译）4.实时灵敏度校正方法与红外成像系统 [J], 高国龙5.一种校正红外成像系统快门非均匀性的方法 [J], 闫相宏;蒋伟;袁凯;吕坚;周云因版权原因，仅展示原文概要，查看原文内容请购买。

红外焦平面阵列非均匀性多点校正

增刊红外成像系统仿真、测试与评价技术：摘要799
态景象生成装置作为一个被测整体，以红外热像仪监视、单元探测器扫描测试为基本途径，较好解决了微电阻阵列红外动态景象生成装置辐射特性测试中的一系列问题。

关键词：微电阻阵列；红外动态景象生成装置；辐射特性；测试方法
红外焦平面阵列非均匀性多点校正
李步蟾，肖峻
（电子科技大学光电信息学院，四川成都610054）
摘要：针对多点校正法硬件实现时存储参数过多的问题，提出了一种新的多点校正辐照度范围判定方法，有效地减少了数据存储量，降低了系统成本。

仿真结果证明此方法可以得到与原方法相当的校正效果。

关键词：红外焦平面阵列；多点校正；辐照度判定；成本
材料发射率与温度数学模型
万玉柱，卢春莲，徐英会，舒锐，周彦平
（哈尔滨工业大学光学工程研究中心，黑龙江哈尔滨150001）
摘要：材料表面的发射率特性与许多因素有关，温度是影响发射率最重要的因素之一，由于测量条件的限制，只能测量有限温度范围内发射率，对其他温度与发射率的关系不能准确得出。

通过大量文献的发射率与温度测量数据，利用Matlab软件仿真出发射率与温度曲线。

从曲线的走势分析，建立了线性和指数两种数学模型。

选用文献提供的测量数据，分别计算出两种模型的未知参量，分别模拟出发射率与温度的曲线，与原始的测量曲线比较分析，发现指数发射率模型适合该材料。

分别用两种数学模型对其他文献提供的数据进行模拟仿真，模型与实际测量的相对误差均小于2%，总结了适合两种模型的材料特性。

关键词：发射率；红外辐射；发射率模型。

红外非均匀性论文

红外图像具有非均匀性的特点。

由于红外焦平面阵列（IRFPA ）相对大院探测器而言，光敏元与信号读出电路不再是一一对应的关系，由成千上万个光敏元组成IRFPA ，由于制造过程和工作环境的影响，使得各个阵列元即使在相同的辐射能量照射下，也会输出不同的响应电压。

这种红外响应的不一致性即为红外图像的非均匀性。

红外非均匀性体现为图像的固定空间噪声、串扰、畸变等方面。

红外图像非均匀性产生的原因很多，器件自身、探测器与读出电路的耦合、器件工作状态引入、红外光学系统都有可能引起非均匀性的产生。

为了达到更好的图像效果，我们要对红外图像的非均匀性进行校正。

红外图像非均匀校正算法很多，主要分为两大类：基于定标和基于场景的校正方法。

定标法要求在特定温度下通过黑体产生的均匀辐射对IRFPA 定标，定标法包括一点法、两点法及扩展的两点法等。

目前，国内外的大量研究工作集中于基于场景的非均匀性校正技术，基于场景的校正方法虽然可自动适应背景变换，也无需定标，但是通常使用图像序列并且依赖于运动，且都是面对某种特定的条件，而在对当前图像进行校正时需要用到先前图像的统计信息，计算量复杂，容易产生“鬼影”。

因此，在实际中应用较多的还是定标法。

本文将采用一点校正法和两点校正法对红外凝视型系统图像进行校正并对两种校正方法效果进行比较分析。

1、一点法非均匀性校正一点校正法是指在一均匀光辐射下，把各个像元的输出信号校正为一致，即在某一强度相同光辐射下，把不同像元的输出信号校正为某一相同信号。

它可以为此时的信号平均值，也可以为此条件下的最大值等等，针对具体情况又可分为两种校正方法：偏置不均匀的一点校正法和增益不均匀的一点校正法。

（1）偏置不均匀的一点校正法该方法主要用于偏置不均匀性较为明显，而增益不均匀性可忽略的情况。

选取辐照度φ1 为定标点，对探测器所有N 个像元的响应值Vi 求平均，则在任一幅照度φ下，每个像元的输出V (φ) 可以校正为V ′(φ) 。

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)。

微偏振片阵列红外成像非均匀性产生机理及其校正刘海峥;史泽林;冯斌【摘要】集成微偏振片阵列红外成像系统的偏振度图像对非均匀性高度敏感,不经非均匀校正的偏振度图像存在较大误差.为了校正微偏振片阵列红外成像的非均匀性,以入射光Stokes矢量形式,建立了光电转换基本过程的偏振像素模型,基于入射激励和辐射响应数据,分析了微偏振阵列与红外焦面联合作用下非均匀性产生机理.提出一种基于多次辐射测量的矩阵形式的非均匀性校正方法,该方法通过构造多组测量方程,求解偏振像元的增益矢量,由相邻四像元增益矢量组成超级像元的增益矩阵,结合Stokes矢量提取矩阵,逆向求解重构点的校正矩阵.实验数据表明:该方法比两点法降低非均匀性约5% ~20%,有效改善红外偏振度图像质量.%For an infrared imaging system integrated with a micro-polarizerarray(MPA),DoLP(de-gree of linear polarization)images are extremely sensitive to non-uniformity.Therefore,large error will occur when the non-uniformity is not calibrated.In order to calibrate the non-uniformity,a polar-ized-pixel model for optoelectronic conversion process was constructed by taking the incident light as a Stokes vector,and the non-uniformity generation mechanism under the combined effect of a micro-po-larizer array(MPA)and an infrared FPA was analyzed based on incident stimulation and radiation re-sponse data.A non-uniformitycalibration(NUC)method was presented to solve the gain vectors of each polarized pixel by constructing multiple groups of measurement equations.The method construc-ted a gain matrix of a super pixel by using gain vectors from neighboring polarized pixels and joint Stokes extractionmatrix to solve the NUC matrix inversely.The experimental results prove that the calibration method proposed reduces non-uniformity by 5 -20%,and improves the quality of DoLP images effectively.【期刊名称】《光学精密工程》【年(卷),期】2018(026)002【总页数】12页(P480-491)【关键词】红外偏振成像;微偏振片阵列;非均匀性校正【作者】刘海峥;史泽林;冯斌【作者单位】中国科学院沈阳自动化研究所,辽宁沈阳110016;中国科学院光电信息处理重点实验室,辽宁沈阳110016;中国科学院大学,北京100049;中国科学院沈阳自动化研究所,辽宁沈阳110016;中国科学院光电信息处理重点实验室,辽宁沈阳110016;中国科学院沈阳自动化研究所,辽宁沈阳110016;中国科学院光电信息处理重点实验室,辽宁沈阳110016【正文语种】中文【中图分类】TP394.1;TH691.91 引言红外偏振成像技术是一种新的红外成像探测技术[1-3]，将光信息的维度从强度扩展到偏振维度。

传统的红外成像探测是利用目标背景的表面温差，接收热红外辐射成像[4-5]。

偏振成像利用的是物体表面的偏振特性差异成像[3, 6]，人造目标较自然场景有更高的偏振度[6-8]，偏振成像可以利用这种高偏振度提升目标探测效率。

红外偏振成像能够发现红外强度成像不能发现的一些人造目标，具备抗低温差、抗隐身和干扰等优势[1, 9-11]，成为当前光学成像探测的研究热点[12-13]。

偏振成像系统可以分成分时系统和实时成像系统两大类，传统分时系统需要在探测器前安装可旋转偏振片的装置，结构大而复杂，会引入震动误差，非实时、笨重的缺点限制了分时系统的实际应用。

实时偏振成像系统分为分振幅型、分孔径型、微偏振片阵列型。

微偏振片阵列红外成像是在红外焦平面上集成微偏振片阵列(Micro-polarizer Array,MPA)，MPA由多组重复交叠的22的微偏振片单元组成，具备实时、体积小、结构紧凑的优点。

与微偏振片阵列可见光系统相比，微偏振片阵列红外成像系统存在明显的非均匀性问题[6, 14]，本文针对微偏振片阵列红外偏振成像系统的非均匀问题进行研究。

微偏振片阵列红外成像系统的非均匀性既有红外焦平面(Focal Plane Array,FPA)非均匀性，又掺杂了微偏振片阵列偏振调制作用不一致性(在此将其称作MPA的非均匀性)。

FPA非均匀性主要来源于焦面各像元光子响应非均匀性(Photo Response Non-Uniformity,PRNU)和固定图案噪声(Fixed-pattern Noise,FPN)；MPA的非均匀性主要源于微纳加工误差造成的相同检偏角度微偏振片检偏不一致性和与焦面集成时的装配误差。

与微偏振片阵列可见光成像系统相比，基于MCT或InSb等材料的红外探测器的焦面非均匀性远超出硅基材料的可见光探测器[15, 16]，在其上集成MPA，红外偏振成像非均匀性现象更突出；所以整体上微偏振片阵列红外成像系统的非均匀性，比可见光系统更严重和复杂，不仅影响强度成像质量，还严重影响后续产出偏振度图像的质量，是红外偏振成像必须解决的的问题。

集成MPA的成像系统其偏振度图像对系统非均匀性高度敏感，在提取偏振度信息之前必须进行非均匀性校正。

Powell[17]、Chen[18]、Zhang[19]、彭勇[20]对集成MPA的可见光成像系统的非均匀性提出了有效的校正方法，针对集成MPA的红外成像系统的非均匀性问题许多学者开展了研究探索，但是目前公开发表的文献中还没有有效的校正方法。

Hubbs[21]在实验室内杜瓦环境下测量了和评估DRS研制的集成MPA的红外焦平面的辐射和偏振特性，目的是校正集成MPA的红外焦平面的非均匀性；Bowers[22]研究了基于MPA的长波红外偏振成像非均匀性校正问题，其校正方法仅限于非偏振光的校正，缺乏像元和微偏振片的联合校正。

本文研究基于MPA的红外偏振成像系统像元光电转换过程，分析均匀性的产生机理，建立偏振像元响应的数学模型，提出一种基于多次辐射测量的矩阵形式的非均匀性的校正方法。

2 微偏振片阵列红外成像系统非均匀性产生机理分析2.1 微偏振片阵列红外偏振成像原理在红外焦平面上集成微偏振阵列，每个像元严格对应一个微偏振片，构成偏振像元，整体组成偏振探测器。

微偏振阵列由检偏角度依次相差45°的微偏振片组成，假设相邻2×2象元入射光是均匀的且同轴，每2×2像元实现空间一点4个偏振角通道下的偏振态测量，相邻2×2像元合成一个超级像元(SP)。

要获取一幅偏振图像，首先需重构超级像元点处Stokes矢量，如图1所示。

图1 相邻四像元合成超级像元Fig.1 One super pixel consists of four neighboring pixelsMPA由微线偏振片组成，不包含圆偏振片，计算中忽略圆偏振分量计算，超级像元SP的Stokes矢量计算公式如式(1)所示。

(1)其中I0、I45、I90、I135分别表示重构点处相邻4个像元(分别为0°、45°、90°、135°位置处)的辐射强度值；重构点处偏振度和偏振角公式计算如公式(2)所示:(2)2.2 偏振像元数学模型入射光经过微偏振片，微偏振片对入射光进行偏振调制，出射光被探测器像元接收，经过光电转换，转化为数字值。

为方便分析，针对单一重构点，设定等强度的不同偏振态的入射光经相邻2×2像元光电转换为例进行分析，转换过程如图2所示:图2 等强度不同偏振态入射光经相邻四像元光电转换过程Fig.2 Optoelectric conversion process of four neighbouring pixels which have equal intensity but different polarization states影响系统非均匀性的主要环节是MPA偏振调制环节和像元的光电响应环节，图中(a)表示等强度的不同偏振态的入射光，灰度差别表示偏振态不同；(b)表示构成超级像元的相邻四个微偏振片阵列；(c)表示经微偏振片调制后的出射光，其偏振态和强度已改变；(d)表示探测器的像元，仅对强度进行积分响应；(e)表示经像元积分后的数字DN值。

图2中，对于其中单个微偏振片之前的入射光用Sin表示，出射光用Sout表示，微偏振片的作用可用穆勒矩阵M表示：(3)其中，出射光的强度分量如式(4)所示。

(4)探测器像元在积分时间内只对出射光强度进行响应，其计算公式如(5)所示。

I=G(s0)s0×d,(5)其中:I表示像元响应值；G(s0)表示该像元增益，是光强的非线性函数；d表示像元暗电流；将式(4)代入式(5)得到公式(6)。

(6)令kx=G×m1x(x=1,2,3),表示像素增益与对应微偏振片穆勒矩阵第一行元素乘积。

式(6)转换为:I-d=(k1 k2 k3)Sin=ATSin=SinA,(7)其中:A=(k1 k2 k3)，称为该偏振像元的增益矢量，I-d表示去除暗电流后的像素DN值，由于ATSin乘积是数值标量，对其应用转置，不影响相乘结果。

从式(6)中可以看出，影响像元输出数字值主要是微偏振片、像元两个环节，其中m1j表示微偏振片作用特性，G、d表示像元的响应特性，可以看出，像元响应值是入射光Stokes矢量在微偏振片特性和像元特性联合作用下的数字输出。