红外图像非均匀性校正

合集下载

红外成像系统非均匀性快速校正方法

红外成像系统非均匀性快速校正方法

2 . Na t i o n a l De f e n s e S c i e n c e a n d T e c h n o l o g y I n f o r ma t i o n C e n t e r , B e i j i n g 1 0 0 0 3 7 , C h i n a )
Ab s t r a c t : To s o l v e t h e p r o b l e m o f t h e l a r g e c a l c u l a t i o n q u nt a i y t wh e n c o r r e c t i n g he t n o n u n i f o r mi y t us i n g he t ra t d i t i o n -
d o i :1 0 . 3 4 0 4  ̄ . i s s n . 1 6 7 ቤተ መጻሕፍቲ ባይዱ—7 6 l 9 . 2 0 1 6 . 1 1 . 0 3 1
Fa s t no nu ni or f mi t y c o r r e c t i o n me t h o d f o r I R i ma g i ng s y s t e m
a l s c e n e - b a s e d me t h o d , a f a s t c o r r e c t i o n me t h o d wa s p r o p o s e d . Th r o u g h t h e a n a l y s i s o f t h e i ma g e s e q ue n c e s , t h e r e s u l t s s h o we d t h a t he t n o n u n i f o r mi t y c a n b e s e e n a s t h a t a i f x e d p a t t e r n n o i s e s u p e r i mp o s e d o n he t i d e a l v i d e o . F i r s t l y , t h e me a n i ma g e o f t h e f i r s t k la f me s wa s o b t a i n e d . Th e n t h e n o n u n i f o m i r t y n o i s e ma ri t x wa s e x ra t c t e d . Th e o i r g i n a l i ma g e c o u l d b e c o re c t e d b y s u b ra t c t i n g t h e n o i s e ma ri t x . T h e me t h o d wa s v a l i d a t e d b y u s i n g s i mu l a t e d v i d e o nd a r e a l v i d e o . E x p e ime r n t a l

红外双边滤波时域高通非均匀性校正

红外双边滤波时域高通非均匀性校正
中图分 类号 :P 9 . T 3 14 文献 标识 码 : A DO :0 3 6/ .s . 0 1 0 8 2 1 .7 0 4 I 1 .9 9 ji n 1 0 - 7 .0 2 0 . 2 s 5
I p o e e p r lh g p s le o u io m iy c r e to m r v d t m o a i h- a s f t r n n n f r t o r c i n i
A s a tT en n n o t n i eif rdfc ln jr a t h h l t teq ai f nrr — b t c : h o u i r y os i t r e a pa ei a o c r i mi u lyo ae i r f mi e n h n a ol s ma f o w c i s h t i f dm
r mee s mo e a c rt . n e p rme t a t t en w l o t m o ae t e oh r wo i rv d ag r h y a tr r c u a e I x e i n a p r , e a g r h i c mp d wi t t e l h i s r h h t mp o e lo t ms b i c re t g t e s mev d o s q e c d e t i lt d n i n h a ma e i elu i r t r v h t o ci h a i e e u n e a d d wi smu ae o s a d t e s mei g sw t ra n f mi t p o e t a n h e h o yo i c n a h e e ab t r efc fc re t n t a c iv et f to o rc i . e e o Ke r s ifae o a a e ra n n u i r t o e t n;c n — a e b ltr ll r s I n o e t n mar y wo d :n rr d fc p n la y; o — nf mi c r c i s e e b s d; i ea t ; z d c r c i t x l o y o a e eo o i

中值直方图均衡的单帧红外图像非均匀校正算法

中值直方图均衡的单帧红外图像非均匀校正算法
第4 1卷 第 9期
Vo. 141 NO. 9
红 外 与 激 光 工 程
I fa e n s rE g n e i g n r d a d La e n i e rn r
21 0 2年 9月
Se 2 1 p.0 2
中值 直 方 图均衡 的 单帧 红 外 图像 非 均 匀校 正 算 法
2.La o n rrd a d I gn viai n Te h oo is b fr Ifae n ma ig Na g to c n lge ,Ai fn e F re a e r Dee s o c sAc d my,Zh n h u 45 0 2,Ch n ) e gz o 0 5 i a
He M i g 一 n ,W a g Ya i,W a g Xi s i,Zh n e g i 。 n d n n a a g Ch n b n ,Lu Ja fn 。 Zh n in a g , u Yu a
( . lc o i T c n lg n t uin I fr t n En i er g U i es y o h L 1 E e t nc e h oo y Is tt , n omai g n ei n v ri fte P A, h n z o 5 0 2 Chn ; r i o o n t Z e g h u 4 0 5 , ia
校 正 后 的 图像 。算 法 实现 不 需要 任 何 运 动 补偿 或 累加 计 算 , 单 帧 图像 内完 成 非 均 匀校 正 。实 际 在
应 用证 明 , 同类 自适 应校 正算 法相 比 , 算 法 具 有校 正精 度 高 、 度 快 、 制 目标 退 化 能 力 强 的 与 该 速 抑
优点 。
关键 词 :中值 直 方 图均衡 算 法 ; 单帧 红外 图像 ; 非 均 匀校 正 ; 红 外焦 平面

基于两点的红外图像非均匀性校正算法应用

基于两点的红外图像非均匀性校正算法应用

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:2008-06-09作者简介:李旭(6),男,陕西子洲人,工程师,主要从事红外图像信号处理等方面的研究。

x @基于两点的红外图像非均匀性校正算法应用李旭,杨虎(中国空空导弹研究院,河南洛阳471009)摘要:红外焦平面探测器像元响应存在非均匀性,工程应用中需采用相应的非均匀性校正技术。

虽然基于场景的非均匀性校正算法很多,但两点校正算法仍是最为成熟和最容易实现的算法之一。

介绍了两点非均匀性校正算法,并对1×128线列红外探测成像系统基于FPGA 和DSP 平台,进行了工程实现及应用,效果良好。

关键词:两点法;红外焦平面;非均匀性校正;应用中图分类号:TP391文献标识码:A文章编号:1007-2276(2008)增(红外)-0608-03Application of a nonuniformity correction algorithm forIRFPAs based on two pointsLI Xu,YANG Hu(ChinaAirborne Mi s sile Academy,Luoyang 471009,China)Abstr act:Method of nonuniformity correction (NUC)for infrared imaging system is used in the engineering,as nonuniformity of IRFPA.Although there are many scene-based NUC methods,the two-points correction method is one of easy and matured NUCs.T wo-pointscorrection is presented and applied in the engineering,based on FPGA and DSP .Key wor ds:T wo points;IRFPA;Nonuniformity correction;Application0引言红外焦平面探测器(IRFPA)是当今技术性能最先进的红外探测器,但由于受材料和工艺水平等原因所限,器件各探测单元响应的非均匀性较大,并且各探测单元响应特性曲线随着工作温度的变化都有差异,导致红外成像系统的图像存在非均匀性,影响红外成像系统实际使用的要求,因而在工程使用中IRFPA 器件都要采用相应的非均匀性校正技术[1]。

矩匹配与卡尔曼滤波在红外图像非均匀性校正应用中的比较研究

矩匹配与卡尔曼滤波在红外图像非均匀性校正应用中的比较研究

i n ra f r e d n o n — u n i f o mi r y, t wh i c h a r e c o mp a r e d b y t h e e x p e r i me n t a l i ma g e . T h e q u a n t i t a t i v e a n d t h e q u a l i t a t i v e
祝 善友 ,巩彩 兰 ,胡 勇 ,祝令 亚 ,赫华颖
( 1 .南京信息工程大学 遥感学院 ,江苏 南京 2 1 0 0 4 4 ; 2 .中 国科学 院上海技术物理研究所,上海 2 0 0 0 8 3 ; 3 .中国资源卫星应用中心 ,北京 1 0 0 0 9 4 )
摘要 : 红外焦平面阵列的非均匀性校正是其定量应用之前必须解决的关键难题之一。将基于场景的矩 匹配和卡尔曼滤波方法引入到红外图像非均匀性校正中,通过实验对 比分析 了这两种方法的校正效 果。定性与定量分析结果表 明:这两种方法各具优缺点,矩 匹配方法在低值 区会产生新 的条带并改变 了图像上同一探测器 中不 同地物的光谱分布差异,而卡尔曼滤波需经过多帧图像数据迭代后 , 才 能取 得 更好 的校 正 效果 。 关键词:红外焦平面阵列;非均匀性校正;矩匹配;卡尔曼滤波
ZHU Sha n - yo u , GONG Ca i — l a n 2 , HU Yo ng 2 , ZHU Li ng - ya  ̄ , HE Hua — y i ng
( 1 . S c h o o l o f r e m o t e s e n s i n g ,Na n j i n g U n i v e r s i t y o f l n f o r ma t i o n S c i e n c e& T e c h n o l o g y ,Na n j i n g 2 1 0 0 4 4 ,C h i n a ; 2 . S h a n g h a i I n s t i t u t e o fT e c h n i c a l P h y s i c s ,C h i n e s e A c a d e m y o f S c i e n c e s ,S h a n g h a i 2 0 0 0 8 3 ,C h i n a ;

红外鱼眼成像系统非均匀性校正方法

红外鱼眼成像系统非均匀性校正方法


红外技 术 ・
红 外 鱼 眼成 像 系统 非 均 匀 性 校 正 方 法
严 世 华 何永 强。李计 添 , ,
(. 1 军械工程学院 , 河北 石 家庄 0 0 0 ; .66 5 0 3 2 9 16部队 , 广东 韶关 5 2 5 ) 1 18
摘 要 : 析 了时域 高 通滤 波校 正 算 法 中容 易 出现 目标 退 化及 “ 分 伪像 ” 问题 , 出滤 波 方程 的 指
第4 l卷 第 l O期
21 年 l 01 O月
激 光 与 红 外
L ER & I R AS NF ARED
Vo . , o 1 141 N . 0 Oco e , 0 tb r 2 1 1
文章 编号 :0 1 0 8 2 1 )01 1 - 10 - 7 (0 1 1-120 5 5
q e c t h a g ts e t ld s b t n c a g st e c u e o e p o l m. a e i t e c a a tr t fi f r d u n y wi t e tr e p c r it u i h n e i h a s t r b e B s d Ol h h r ce si o r e h a i r o f h i c n a
i — g gss m, x s f betl p rt n l dt df rn ftr wt d rn c t ff un f heei ai yt te i l o jc ae eaa dadapi ieeties i ieet u— frq e- s y m n e hp e o s e p e o f l h f o e c . ytiw y h re fd—u adte h sn rf t l r ue f cvl. ysbeteo b ci pri y B s a et gtaeot n ot ga i c ae e cde eteyB ujc v r j t eapas h t a h g i ta d f i i oe v l a

红外鱼眼成像系统非均匀性校正方法

红外鱼眼成像系统非均匀性校正方法

红外鱼眼成像系统非均匀性校正方法严世华;何永强;李计添【摘要】分析了时域高通滤波校正算法中容易出现目标退化及“伪像”的问题,指出滤波方程的截止频率与信号频域分布的变化不匹配是产生问题的原因.结合红外鱼眼系统成像的特点,通过目标检测的方法分辨需要调整滤波截止频率的像元,对其采用不同的时域高通滤波方式,即改变滤波器的截止频率,有效地减少了目标退化和伪像的影响.采用主观和客观评价指标对试验的红外序列图像进行评价,结果表明改进的时域高通滤波校正方法效果明显.%The cause of the target fade-out and the ghosting artifact in temporal high pass filtering nonuniformity correction (THPF-NUC) for infrared imaging system is studied. It is found that the mismatching of the filter cut-off frequency with the target spectral distribution change is the cause of the problem. Based on the characteristic of infrared fish-eye imaging system,the pixels of object are separated and applied to different filters with different cut-off frequency. By this way the target fade-out and the ghosting artifact are reduced effectively. By subjective or objective appraisal of the infrared images acquired in experiments,the results proves that THPF-NUC is better than other methods.【期刊名称】《激光与红外》【年(卷),期】2011(041)010【总页数】5页(P1112-1116)【关键词】红外鱼眼;非均匀性校正;时域高通滤波【作者】严世华;何永强;李计添【作者单位】军械工程学院,河北石家庄050003;军械工程学院,河北石家庄050003;96166部队,广东韶关512158【正文语种】中文【中图分类】TN2151 引言红外成像系统非均匀性是包括光学系统、探测器组件(包括杜瓦瓶、冷屏、探测器、读出电路、制冷机等)、模拟信号调理电路以及A/D转换电路在内的各部分非均匀性的叠加。

基于DSP实时红外图像的非均匀性校正

基于DSP实时红外图像的非均匀性校正

[ 图 分 类 号 ]T 1 中 N29
[ 献 标 识 码 ]A 文
No nio m iy Co r c i n o a — i e I r r d I a e Ba e n DS nu f r t r e to fRe ltm nf a e m g s d o P
维普资讯
第 2 6卷 第 3期
弹 箭 与 制 导 学 报
・ 7 ・ 1 7
基 于 D P实时红 外图像 的非均匀性校 正 S
刘缠牢 , 马 钢 ,谭 立 勋 ,刘 卫 国
( 安 工 业 学 院光 电 工 程学 院 , 安 7 0 3 ) 西 西 10 2
2 两 点 校 正 原 理[ ]
1 引 言
红 外成 像 由 于 各 个 探 测 器 点 的 响 应 度 不 一 致, 导致 红外 图像 的非均 匀性 。非 均匀 性 的产 生 有两个 方 面 的原 因n : ] 内部原 因主要 是探 测 在工 艺上难 以做 到 完 全 一 致 , 致 结 构 和材 料 上 不 导
( ) 算各 单 元 的校 正 系数 。 3计
LI Ch n lo.M A n ,TAN ix n.LI W e g o U a -a Ga g L- u U -u
( h olo ) o lc r nia Sc o f( pt e e t o c lEngi erng.Xi a n tt e ofTe hn og ne i ’ n I s iut c ol y.Xi a 71 32, i a ’ n 00 Ch n ) A b tac : I hi pe .a c r n O t e r que tofr a— i e i a oc s i s r t n t s pa r c o dig t h e s e ltm m gepr e sng.t nun f r iy c r c i nfa e heno io m t or e ton ofi r r d i a e i t d e m g ss u i d. The prn i l w o p i ore to sa l e nd t e m an m e h si t o i c p e0ft - o ntc r c i n i nayz d a h i t od i n r duc d. A wo- oi or e t p ntc — r c i n m e ho h c ak s u e o he p w e f lc m pu a i a a bi t nd go d pr gr m m a iiy o e to t d w i h m e s ft o r u o t ton lc pa l y a o o a i b lt fDSP r ha dwar s ei
  1. 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. 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. 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)。

改进的红外图像神经网络非均匀性校正算法摘要:红外焦平面阵列(IRFPA)像元响应存在不一致性,会严重影响红外成像系统成像的质量,实际应用中需要采用响应的非均匀性校正(NUC)技术。

传统的神经网络校正算法在校正结果中存在图像模糊和伪像的问题,影响人们对于目标的观察。

在分析了传统的神经网络性校正算法所出现问题原因的基础上,提出了有效的改进算法:用非线性滤波器代替传统算法中使用的均值滤波器。

算法改进之后所得到的校正图像,不仅在清晰度方面有明显的改善,而且有效的消除了传统算法中存在伪像的问题。

关键词:非均匀性;神经网络;模糊;伪像中图分类号:TN215 文献标识码:AImproved infrared image neural network non-uniformitycorrection algorithmAbstract:The responsive of infrared focal plane arrays (IRFPA) is different; it will affect the quality of imaging system seriously. Non-uniformity correction technology will need in practical application. The calibrated images have the problems of blurring and existing ghost artifacts when use the traditional neural network correction algorithm. And it is bad for the observation of the target. After analysis the reasons for the problems in the traditional neural network correction algorithm,proposed the improved algorithm. Replace the mean filter, which used in the traditional algorithm, by the nonlinear filter. The corrected image by the improved algorithm not only a marked improvement in clarity, but also effectively eliminate the problem of artifacts in traditional algorithms.Keywords:Non-uniformity; Neural network; Blurring; Ghosting artifacts0引言红外技术是20世纪初新出的一种不可见光技术,目前已被广泛应用于军事和民事领域,如红外探测,红外监视等。

而IRFPA作为红外技术的核心部分,起着关键的作用,但是IRFPA上存在的非均匀性是影响红外系统的一个重大因素。

因此,对于非均匀性的研究是目前广泛讨论的问题。

目前国内外已经出现了多种IRFPA非均匀性校正方法,归纳起来它们大致可以分为两类:基于定标的NUC算法[1],这类算法由于精度高、算法简单,得到了广泛的应用。

但是定标类校正方法由于受到IRFPA工作时间和环境的影响,其响应参数会发生缓慢漂移,进而影响校正精度。

因此,定标类校正方法通常需要进行周期性定标校正[2],这样在校正过程中就需要设备停止工作,所以会带来很大的不便。

第二类是基于场景的NUC算法[3],这类校正算法在一定程度上能够克服IRFPA响应漂移带来的校正误差,并且不需要参考源,因此基于场景的算法成为了目前研究的主要方向。

神经网络校正方法以其较好的自适应性和误差跟踪能力而成为场景类校正方法中最具发展前途的一种方法。

但是,传统的神经网络校正算法存在校正结果模糊,且存在伪像的问题。

本文的主要工作就是针对该算法存在的问题,对其进行改进,并取得了很好的效果。

1. 非均匀性的产生 非均匀性指的是焦平面阵列在外界均匀光强照射时,各单元的输出不一致,在图像上表现为空间噪声或固定图案噪声。

假设每个探测器的响应模型为线性模型,对于焦平面阵列中第ij 个像元在n 时刻的输出响应可以表示为: ()()()()ij ij ij ij x n k n y n b n =+ (1) 式中,()ij y n 为第ij 个像元在n 时刻接收到的辐射照度,()ij x n 为探测器单元输出,()ij k n 和()ij b n 分别为增益因子和噪声因子。

在理想情况下,各探测元的()ij k n 都相同,且()ij b n 为0。

这样,()ij x n 就可以真实地反映出输入图像。

但是在实际情况中,各点的()ij k n 和()ij b n 都不相同,这就是红外图像非均匀性。

式(1)又可以表示为:()()()(i j i j i j i j y n G n x n O n=+ (2) 式中,()1/()ij ij G n k n =为增益校正因子,()()/()ij ij ij O n b n k n =-为偏移量校正因子。

式(2)即为像元的非均匀性校正公式。

2. 传统神经网络非均匀性校正算法原理20 世纪90 年代初, 美国海军研究中心的D. A. Scribner 等人首先将BP 人工神经网络结构引入了对红外成像系统进行非均匀性校正的领域, 它的校正原理是利用现有视场场景来持续的对探测元进行增益和偏移的校正,图1 是BP 人工神经网络算法应用于非均匀性校正的具体实现形式 [4] 。

Input Layer x(i-1,j)x(i,j-1)x(i,j)x(i+1,j)x(i,j+1)Correction LayerHidden Layer图1 基于神经网络的非均匀性校正算法网络结构Fig.1 Network structure of the non-uniformity correction algorithm based onneural networks网络结构各层的作用: (一) 输入层该层的输入为连续帧的未校正二维红外图像灰度值,,i j 分别表示像素所在的行值、列值。

(二) 隐含层隐含层的作用是对校正后的输出图像进行线性平滑,并将处理的结果送到校正层,用于确定下一步的校正参数。

由于各探测元的响应特性参数近似不相关,因此可以把某一像素的邻域平均作为该像素的理想输出。

对第n 帧校正过后图像的第i 行、j 列的像素作四邻域均值滤波:1,,11,,11ˆˆˆˆ()[()()()()]4ij i j i j i j i j f n x n x n x n x n --++=+++ (3) 将上式的计算结果反馈给校正层。

(三) 校正层(NUC 层)在这一层对输入灰度值用式(2)进行校正,还需要利用NUC 层的输出和隐含层的反馈输入对增益校正系数和偏置校正系数进行修正。

修正过程如下:定义关于ij G 、ij O 的误差函数为(为方便起见以下公式下标省略):2(,)()E G O Gx O f =+- (4)根据最陡下降法,(),E G O 的梯度为:2()G E E x Gx O f G∂==+-∂ (5)2()O EE Gx O f O∂==+-∂ (6) 则使误差函数趋近于最小的最陡下降路径(负梯度方向)为:12()n n G G x y f η+=-- (7)12()n n O O y f η+=-- (8)式中η表示迭代步长,选择合适的迭代步长是该算法的关键,它直接影响到迭代过程收敛的速度和处理的效果。

对于迭代步长取值范围确定的方法在参考文献中有详细的介绍[5],这里就不再赘述。

3. 改进算法传统神经网络校正算法处理结果,随着迭代次数增加红外图像会变得越来越模糊,静止目标会逐渐融入背景,究其原因是它把四邻域的平均值作为该像元的期望输出值。

并且由于参数的修正需要一定的时间,当目标再次运动时,还会产生伪像 [6]。

目前对于伪像的消除主要集中于两个方面的研究:(1)改变迭代步长:选取较小的迭代步长可以减小伪像的影响,但是过小的迭代步长会增加算法的收敛时间[7]。

(2)改变隐含层中使用的滤波器[8],由于传统的算法中使用的是平滑滤波,使得目标的边缘对滤波结果影响比较大,而目标边缘的影响正是伪像产生的根本原因,因此对于算法中滤波器的改进成为了消除伪像的主要研究方向。

另外,普通均值滤波器可以有效的滤除高斯噪声,而对脉冲噪声却无能为力。

基于以上分析,神经网络校正算法中选取不同的滤波器,可以得到不同的校正效果。

实验证明使用基于α-裁剪均值滤波器的神经网络算法,能够有效的改善传统算法中目标融于背景和伪像的问题。

本文又在α-裁剪均值滤波器的基础上对其进行改善,无论是对于伪像的消除方面还是红外图像非均匀性的校正方面都取得了很好的效果。

本文算法原理框图如图2所示:图2 本文算法方框图Fig.2 Network structure of the improved algorithm3.1. α-裁剪均值滤波器传统的α-裁剪均值滤波器[9]:设以点(),x y 为中心的窗口有21N k =+个像素,对这N 个像素按灰度值由小到大顺序进行排列得到12,,,N x x x ,则滤波器的输出为:()[][][]11,2N Ni i N g x y x N N ααα-=+'=-∑ (9)式中,α(00.5α≤<)为裁剪系数,[]∙是取整运算,通过调整系数α,滤波器对高斯噪声和脉冲噪声有较好的抑制作用。

为了更灵活的对序列元素进行取值,对上述滤波器进行稍微的改进得到(),αβ-裁剪均值滤波器:1(,)Ni i Ng x y x K αβ='=∑ (10) 式中,α(01α<≤),β(0βα≤<)为裁剪系数,[][]K N N αβ=-,[]∙是取整运算。

(),αβ-裁剪均值滤波器就是在序列12,,,N x x x 中,跳过前[]N β个像素,求接下来K 个像素灰度的均值。

由于不同的噪声类型需要的滤波器类型不同,因此可以单独的改变α、β的值来取不对称的序列值进行运算。

试验中可以通过连续的改变α、β的值,并计算不同裁剪系数下滤波图像的信噪比,取信噪比最高的滤波结果作为最终的输出。

该算法拥有均值和中值滤波器的优点,比传统α-裁剪均值滤波器更加的灵活。

3.2. 改进的神经网络算法鉴于传统算法中隐含层采用均值滤波带来的问题,将隐含层输出重新定义如下:()()1ˆNij i i N f n x n K αβ==∑ (11) 其中,α(01α<≤),β(0βα≤<)为裁剪系数,[][]K N N αβ=-,[]∙是取整运算。

相关文档
最新文档