红外焦平面阵列坏元检测算法

红外焦平面阵列器件因为制造材料、工艺的影响,难免存在坏元问题,降低了红外图像的质量,影响检测系统的检测概率和虚警率。描述了坏元的特性,分析了其产生机理,利用其特点给出了多帧分析检测坏元的算法。仿真结果表明,该方法简洁可靠,易于实现。最后利用中值滤波法将检测到的坏元进行了补偿。

大孔径静态干涉成像光谱仪的坏像元检测修正

大孔径静态干涉成像光谱仪在实际应用中因为器件问题产生大量坏像元,其特殊的时空联合调制成像方式导致传统的光谱图像域坏像元修正方法无法使用。而设备在轨运行期间坏像元的不断恶化、复杂背景地物的干扰更是为坏像元的自动检测修正处理带来巨大挑战。基于对坏像元分布和变化特征的长时间分析研究,文章提出一种在原始帧的差分域而不是光谱影像上进行坏点自动检测的新方法,很好地克服了现有方法中坏点检测效率较低、阈值计算精度低且所需时间长等缺陷,通过实际数据验证表明,坏像元修正后的复原光谱影像坏线得到了很好的消除,且与理想光谱的相对误差保持在0.2%以内。

“坏元”问题的数学模型及其分类

“坏元”问题,是从实际问题中抽象出来的一类数学问题,它具有深刻的实际背景和广泛的应用,本文的目的在于建立该问题的数学模型并根据一定的原则对模型进行分类。

天平模型中的二坏元问题

给出了坏元问题的一般定义，引进了有关概念，叙述了搜索方案最优性的五个等级。重点对双试验下的二坏元问题中天平模型作了研究，证明了一系列引理与定理，提出了一个搜索方案，证明了它是依测度最优的。文章最后指出该方案不是一致最优的，并猜测信息论最优的搜索方案是存在的。

红外热像仪焦平面坏元实用检测方法

红外热像仪焦平面由于材料、工艺、以及使用环境等原因不可避免地会存在坏元。首先在分析坏元红外图像特征的基础上,使用实际采集的红外图像,以5×5大小的窗口对所有焦平面像元进行逐一检测;其次通过分别计算像元基于灰度水平和基于灰度方向变化率的坏元隶属度,得到了坏元检测判据;最后以实例检测验证了该方法的有效性。

基于DSP的红外焦平面阵列坏像元补偿技术的研究

根据消除红外图像的坏像元,改善图像质量的基本要求,本文对红外图像的坏像元补偿算法进行了深入的研究,分析了坏像元产生的原因,介绍了目前常用的几种实现算法,并结合DSP硬件具有强大的运算能力及灵活的可编程性的特点,设计了红外图像的坏像元补偿的硬件构成,描述了加窗中值补偿方法的实现,并对像元数为(320×240)的红外焦平面阵列进行了图像坏像元补偿和对比,实验结果达到了预期目的。

星载遥感短波红外高速高光谱成像仪坏像元识别

为改善干涉成像短波红外高速高光谱成像仪的坏像元对复原光谱的影响,利用高光谱成像仪测试流程建立了坏像元识别模板,以提高坏像元识别效率。首先,按照高光谱成像仪测试流程设置增益模板和帧频模板并采集图像数据,依据正常像元增益响应设定合理判定阈值Th1,识别不同增益下异常像元并记录对应坐标值;再依据正常像元帧频响应灰度值设定合理判定阈值Th2,识别不同帧频下异常像元并记录坐标值。最后,对比增益模板和帧频模板判定的异常像元,融合确定坏像元。实验结果表明基于增益模板和帧频模板的识别方法在不增加设备研制测试成本的同时有效识别出短波红外高光谱成像仪探测器的坏像元,为可靠识别短波红外高光谱成像仪坏像元提供了一种低成本、高效可靠的新方法,提高了干涉成像高光谱成像仪光谱反演准确性。

S模型下的“坏元”分析

文[1]研究了在模型S下的“坏元”(或DC)问题,给出了一个较好的结果。文[2]、[3]分别给出了判定最优试验集的方法,部份地解决了确定试验集的问题。本文是[1]、[2]、[3]的继续,讨论d=2时模型S的“坏元”问题的最优解方案。

坏像元对复原光谱影响的修正方法

由于傅里叶变换成像光谱仪探测器中坏像元的存在 ,使得复原光谱产生失真。本文分析了探测器中不同位置处坏像元对复原光谱的影响 ,给出分析结果 ,并采用光谱维与空间维三次样条数据插值加权平均的方法消除这种影响 。

时空联合调制干涉成像光谱仪的坏像元校正

时空联合调制干涉成像光谱仪通过获取景物目标的干涉图像序列,根据傅里叶变换光谱学理论,复原目标光谱信息。仪器探测器上坏像元的存在会破坏目标干涉图的连续性,造成干涉信息不能正确提取,导致目标反演光谱失真。文章分析了坏像元校正后的精度与不同光程差位置对目标复原光谱的影响,提出了一种基于径向基神经网络的校正方法,方法复杂度低,实现简单。试验结果表明,文章提出的方法与空间维线性插值、双线性插值、邻域均值三种遥感影像常用坏像元校正方法相比,精度有明显改善。

基于MATLAB GUI的红外图像坏元检测软件

采用MATLAB GUI工具箱进行了红外图像坏元检测软件设计。软件可绘制红外图像的灰度直方图、检测图像中的坏元、获取坏元的位置信息并将坏元在图像中标记显示。测试结果表明,该软件可实现坏元的快速准确定位。

基于SV-DPI的图像坏元修正FPGA自动化验证

为实现红外图像坏元修正FPGA(field programmable gate array)的快速验证,提高测试覆盖性,设计了基于SV-DPI(SystemVerilog-direct programming interface)的FPGA自动化验证平台。采用DPI(direct programming interface)编程接口技术,实现了SystemVerilog平台调用C++编程语言,构建了针对红外图像坏元数据的生成和检测修正模型,建立了两种语言在事务级(transaction level)模型的通信。结果表明相对于传统验证方法,该平台结构简单,可以快速实现激励产生、参考模型构建、测试结果自动比对等功能,实现了红外图像坏元检测与修正FPGA的自动化测试,功能覆盖率达到100%,有效缩短FPGA测试平台搭建和调试周期,提高了测试效率和测试质量。

短波红外相机实时坏像元检测与补偿方法

太空辐照环境和高能粒子往往会导致红外相机在轨运行时出现新的坏像元,严重影响相机提取的星点目标质心坐标的精度。针对该问题,提出了一种基于灰度梯度和稀疏视野的实时坏像元检测与补偿方法。该方法采用5×5大小的处理窗口以滑窗的形式基于灰度梯度值进行检测,并采用稀疏视野有效避免了领域坏像元对检测与补偿结果的影响。实验证明,红外图像中处于不同灰度值背景中的坏像元均能准确检测出并补偿,显著提升了检测准确率。补偿后的星点目标质心坐标提取误差减小至0.2%以内。同时,该方法对数据存储空间要求低,数据处理过程计算量小,适合随图像数据流处理,具有较好的实时性。

基于通用DSP的红外焦平面视频图像数字预处理系统

为改善红外焦平面阵列探测器成像质量,提出了以高速数字信号处理器为核心的红外焦平面视频图像数字预处理系统,给出了系统的硬件框图和红外图像处理的主要算法实现,对系统的功能、工作过程和关键性技术进行了分析说明.测试结果表明,该系统的积分时间在0.5-5ms内可调,帧频在25-50Hz可调处理延时不超过2ms,实时性和稳定性好,可以作为多种型号军用红外探测器的后处理电路,具有一定的通用性.

自适应统计范围调整的红外图像灰度信息统计算法

长波红外焦平面探测器以太空为背景成像后,图像灰度信息的统计量易受探测器固定坏元和随机坏元的影响,为解决此问题提出了一种自适应统计范围调整的红外图像灰度信息统计算法。其基本思想是在统计灰度信息时自适应设置一定的统计范围,尽可能排除坏元对统计灰度信息的影响。算法中建立线性模型描述当前帧统计得到的灰度信息与下一帧统计范围之间的关系,以统计均值的均方误差最小为准则调整线性模型参数。仿真实验表明,该算法能够追踪红外图像的背景渐变并自适应调整下一帧统计范围,克服了长波红外探测器中坏元对于统计过程的影响,为后续的处理提供准确的灰度信息。此外,该算法以一种序贯递推的方式执行,适合在对实时性要求较高的系统中实现。

HgCdTe短波红外焦平面探测器校正技术

在短波红外成像光谱技术的应用背景下,对HgCdTe短波红外焦平面探测器的校正技术进行研究,包括坏像元校正和非均匀性校正,并提出先进行坏像元校正后进行非均匀性校正的探测器校正原则;在标准辐射源下,对正常像元的输出值进行正态分布拟合,并通过3σ准则设定正常像元输出值阈值的方法,确定探测器中坏像元的数量与位置,然后根据短波红外成像光谱技术的应用要求,对坏像元进行光谱二邻域均值替换;坏像元校正完成后,再采用运算量小、实时性强的两点法对探测器进行非均匀性校正。综合校正结果表明:探测器坏像元得到有效剔除,坏像元输出值得到良好校正,且非均匀性校正效果明显,图像细节更加丰富。