基于场景的非均匀校正算法在红外系统中的应用

在分析了几种非均匀校正算法特点的基础上,提出了一种易于硬件实现的新算法,并给出了具体的硬件实现方法。与许多基于场景的非均匀校正算法不同,它不依赖目标的运动来抑制固定的图像噪声,而是将图像中的固定图像噪声和随时间温度的缓慢变化带来的信号漂移,看作是一种低频信号,利用时域高通滤波,将低频滤除;由于滤除的低频信号远低于帧频,因此不会影响图像细节。应用结果表明,该算法能有效消除红外探测器的非均匀噪声并有效抑制温度变化带来的漂移。

一种基于场景的非均匀校正算法

提出了一种基于场景的非均匀校正算法,它不仅可以消除红外焦平面阵列响应特性的非均匀性,还可以补偿其漂移。建立了一个包含漂移因素的红外焦平面探测器响应模型,该模型构成了算法的基础。非均匀校正算法分两步执行:首先执行初步非均匀校正消除大部分的非均匀性,然后利用运动场景形成的红外图像序列来补偿响应特性的漂移噪声。场景运动估计是本算法的关键,块匹配方法被介绍来实现准确地运动估计。真实的红外图像数据说明了该算法的有效性。

基于轻量化多尺度下采样网络的红外图像非均匀性校正算法

红外成像系统常由于探测单元的非均匀性导致成像结果出现条纹噪声。基于深度学习的红外图像非均匀校正算法为取得较好的校正结果,通常采用复杂度高的网络结构,导致计算量庞大。本文提出了一种轻量化网络的红外图像非均匀校正算法,并针对Unet网络的编码过程设计了一种轻量化多尺度下采样模块(Lightweight Multi-scale Downsampling Module,LMDM)。LMDM通过像素拆分和通道重构实现特征图下采样,利用多个串联的深度可分离卷积(Depth-wise Separable Convolution,DSC)实现多尺度特征提取。此外,该算法引入轻量化通道注意力机制用于调整特征权重,实现更好的上下文信息融合。实验结果表明,与对比算法相比,本文提出的算法在保证校正图像纹理清晰、细节丰富和边缘锐利的前提下,内存占用降低70%以上,红外图像处理速度提升24%以上。

非制冷红外无挡片非均匀性校正方法

受成像原理及加工工艺的限制,非制冷红外探测器存在严重的非均匀性,为了提升红外成像质量,必须对图像进行非均匀性校正。依据成因和分布特点,该文将红外非均匀性分为低频非均匀性、散粒非均匀性和条纹非均匀性3类,并从探测器的光学系统、热敏材料、放大电路等方面探究了非制冷红外成像非均匀性的形成机理。之后,该文系统性地总结目前无挡片非均匀性校正方法,根据方法的工作原理,将其归纳为基于统计的、基于滤波的、基于优化的和基于学习的非均匀性校正方法4类,并根据每类方法在处理不同非均匀性时的特异性进行梳理和总结。最后,本文对现阶段非制冷红外无挡片非均匀性校正方法存在的问题进行了回顾和总结,并对面向实际应用的非均匀性校正方法发展趋势进行了展望。

双头增强与非均匀校正的水下图像增强算法

受水下环境浑浊度高、光照不足和均匀性差等因素影响,水下成像所获取的图像存在对比度低、细节模糊和颜色失真等缺陷,为此提出一种双头增强和非均匀校正的水下图像增强算法。利用构建的双头增强网络从浅层信息中提取多尺度特征,同时融合不同通道的上下文信息,有利于水下图像低对比度的增强;此外构建了非均匀校正网络,对图像不同通道和不同位置进行非线性加权融合,有利于颜色一致性和亮度的恢复。与10种算法相比,本文算法在UIEB测试集上峰值信噪比、结构相似性比其他方法的最优值分别提高了4.02 dB和0.120,CIEDE2000指标下降了1.51,在LUSI测试集上述指标分别提高了2.13 dB、0.025及下降了0.48。实验结果表明:所提算法针对不均匀的水下图像增强效果显著,更加符合人眼特性。

基于场景的扫描线非均匀性校正算法

目前扫描红外热像仪有着广泛的应用,且一般采用基于定标的非均匀性校正方法;该类方法不能有效地校正图像中出现的扫描线。针对这一问题,本文对扫描线的表现进行分析,提出了一种基于场景的非均匀性校正算法,该算法采用图像像素点邻域标准差作为基础,通过类标准差对图像的差异信息进行计算,能够排除复杂场景的干扰,成功地识别扫描线,并对扫描线提取补偿。该算法计算简单,可以根据场景进行自适应校正,校正效果显著,具有一定的工程应用价值。

煤矿井下非均匀照度图像去噪研究

煤矿综采工作面空间小、照明环境复杂多变,采煤过程中伴随着大量的粉尘、大雾,导致采集的图像出现曝光、细节特征减弱等问题,难以对井下照明区域光照强度过大的图像进行有效的特征提取。针对上述问题,提出了一种煤矿井下非均匀照度图像去噪算法。首先,将视频截取为图像,判断图像是否需要进行光照抑制,将需要进行光照抑制的RGB图像拆分通道,并计算每个通道的光照调节因子,实现图像的整体光照调节;然后,将未进行整体光照抑制的图像和经整体光照抑制的图像进行反射分量提取,即将输入的图像转换为HSV空间图像,使用单尺度Retinex(SSR)算法对V通道图像中的光照分量进行单独处理,将V分量中的入射分量去除,保留反射分量,并对反射分量使用直方图均衡算法实现光照均衡化处理;最后,使用基于引导滤波的暗通道先验算法对经过光照处理后的图像进行去雾处理,并使用伽马校正函数重新调节亮度不均的图像。主观评价结果表明:提出的煤矿井下非均匀照度图像去噪算法有效抑制了因光照导致整体亮度较高的问题,且由于大雾、粉尘等因素导致图像模糊的部分更加清晰,图像的细节特征更加突出。采用信息熵、均值、标准差、空间频率4种评价指标对提出的算法效果进行客观评价,结果表明,提出的算法在信息熵、均值、标准差、空间频率上较多尺度Retinex(MSR)算法分别平均提升了21.87%,-56.06%,153.43%,294.45%,较基于颜色保持的多尺度视网膜增强(MSRCP)算法分别平均提升了1.18%,-39.56%,33.29%,-4.71%,较带色彩恢复的多尺度视网膜增强(MSRCR)算法分别平均提升了38.06%,-55.27%,462.10%,300.96%,说明提出的算法能更有效地增加图像信息量、抑制光照强度、提升边缘信息及图像清晰度。

提高局部信噪比的单帧红外图像非均匀性校正方法

针对红外图像存在的非均匀性问题,从理论上对非均匀性产生的原因进行了分析。对基于SG滤波预处理的无模型图像校正EM算法进行改进,提出了一种提高局部信噪比的单帧图像校正方法。设计了对比实验,在红外目标、暗弱目标和云层背景场景下,该方法能使红外图像的非均匀性(NU)分别降低56.869 3%,85.938 4%和87.886 3%,同时,LSNR分别提高了3.687 7 dB,0.256 9 dB和3.553 1 dB。最后在非均匀背景上叠加高斯分布的目标进行模拟,探讨了目标大小与滤波窗口的关系,得到了滤波窗口与红外小目标的近似关系为H≈4.6*S_T+0.3,从实际工程应用上确定了该方法滤波窗口初值的选取。结果表明,所提方法能在LSNR最大的前提下,利用单帧红外图像的场景信息对非均匀性进行有效校正。

基于90°旋转定标和场景校正相结合的非均匀性校正技术

非均匀性是影响红外遥感系统探测灵敏度的重要因素之一。随着红外遥感系统探测性能的提升,探测幅宽越大、辐射分辨率越高,对非均匀性要求也越高,而传统的非均匀性校正技术残差较大,难以满足要求,非均匀性已经成为限制红外系统在各领域深入应用的严重问题。针对高灵敏度长线阵推扫型海洋红外遥感系统,提出一种采用90°旋转定标(side-slither)和基于场景相结合的自适应校正技术。首先根据海洋背景红外辐射特性模型和系统响应特性,完成红外图像的仿真;通过side-slither定标技术,实现对图像的预校正以及盲元替换;根据side-slither原理,分析链路中影响校正残差的各因素,主要包括平台偏航和场景的高频动态变化,导致所有像元不能对同一辐射强度的场景成像,增大校正后图像的非均匀性残差。为进一步抑制非均匀性残差,对图像进行基于场景的自适应校正,仿真结果表明,经side-slither定标和恒定统计场景校正后,图像非均匀性残差能接近或小于时间噪声水平,满足高灵敏度探测需求,能够为后续红外弱目标的检出提供高品质图像。

基于场景的空间投影估计和时域迭代非均匀性校正算法（英文）

提出了一种基于场景的空间投影估计和时域迭代百均匀性校正算法(SPETI).这种方法主要是通过投影估计来估算全局位移,并且在连续多帧图像中进行迭代计算.首先,为配准准则设计了一个新的投影估计;然后,计算相邻帧并进行迭代计算,以此来获得较快的固定图案噪声(FPN)收敛,同时减少鬼影的产生;最后,将本算法移植至基于FPGA的硬件系统中.在连续单调运动的系统中测试算法的各项指标,并且将实际的校正效果予以展示.为了与自适应最小均方差算法和全变差算法进行比较,对一个完全干净的红外图像序列添加了人为的非均匀性.将固定标准增益和偏置非均匀性添加到图像序列上,以测试迭代次数与非均匀性等级的关系.

一种基于场景的红外焦平面阵列非均匀性校正算法

针对IRFPA器件在工程使用中固定图案噪音会发生漂移及探测元响应呈现非线性的特征,提出了一种以二次方程表征的响应特性数学模型,并利用场景数据的卡尔曼滤波算法,对其实施双校正。本算法较基于线性模型的非均匀性校正算法具有更好的校正效果,仿真实验结果验明了算法的优越性·

基于场景运动分析的红外图像非均匀性校正

提出了一种基于场景运动分析的红外焦平面阵列成像的非均匀性校正算法,通过利用各探测器单元的输出在时间轴上形成的特征进行图像序列的块匹配,以获得各探测器元的相对响应关系,完成红外图像的非均匀性校正.该算法不仅能适应非均匀性随时间和环境的变化而发生缓慢变化的情况,而且对普通基于场景分析校正算法中形成的校正虚像也有很好的抑制作用.

基于单调场景运动的复杂非均匀性校正

在红外探测器中,高频非均匀性主要表现为列或者行条纹,而低频非均匀性则主要表现为片状。在实际应用中,场景是沿着一个单调方向,并且有不同的非均匀性出现。基于这样的考虑,提出了一个基于场景的非均匀性校正技术,不仅符合上述校正要求,而且也实现了小型化、低功耗的实时硬件系统。通过为配准原则开发一种新的投影估计来解决问题,同时在硬件系统上实现了这一技术。通过评价标准测试了这项技术的性能,展示了在单调运动下系统非均匀性校正的实际效果。实验结果表明:该算法具有校正精度高、收敛速度快的优点。

基于场景的红外非均匀性校正算法对比研究

红外技术发展到今天,红外凝视焦平面探测器阵列性能高、使用简单,从而成为红外系统的主流。但是,红外探测器的工艺和技术生产不出像可见光CCD那样均匀的红外器件,红外探测器阵列的非均匀性一直是红外凝视探测器的主要缺陷。人们开发了多种非均匀性校正算法,尤其是基于场景的自适应算法,极大地弥补了探测器的非均匀性缺陷。但是到目前为止,各种算法都有一定的局限性,尚不能彻底解决非均匀性问题。针对目前常用的几种非均匀性校正算法,包括时域高通滤波算法、神经网络算法、恒定统计量算法等,在天空、地面等不同场景条件下进行了仿真测试,对算法的实施效果进行了对比分析。

场景统计类红外图像非均匀性校正算法研究

场景统计类非均匀性校正算法对场景分布进行假定,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,校正非均匀性。分析比较了现有的场景统计类非均匀性校正算法,并应用交互多模(IMM)算法校正非均匀性,实验结果表明以连续图像序列作为观测数据时,能够有效地校正非均匀性,扩展了卡尔曼滤波法的适用范围。对各种方法进行仿真,表明IMM算法具有较好的收敛特性。

基于扫描型红外热像仪非均匀性场景校正算法的实现

通过对某扫描型手持红外热像仪非均匀性的分析,建立了相应的非均匀性数学模型,提出了场景校正算法并在DSP中编程实现。算法采用运动估计与递归最小二乘法相结合的方式,实现了对空间非均匀性的实时校正;采用神经网络与最小均方算法结合的方式实现了对两点校正后残留非线性非均匀性的实时补偿。应用效果表明该算法具有很高的工程价值。

一种新的基于场景的红外焦平面阵列非均匀性校正算法

设计了基于小波变换去噪、序列图像配准、正交最小二乘拟合的基于场景的非均匀性校正算法 ,该算法不仅能适应红外焦平面阵列非 (IRFPA)均匀性随时间和环境变化而发生缓慢变化的情况 ,而且对一般基于场景分析的校正算法中形成的校正虚像也有很好的抑制作用

基于场景的SPRITE热像仪的非均匀性数字校正

非均匀性校正是热成像信号预处理技术的重要内容。本文针对ＳＰＲＩＴＥ热成像系统的成像特点，提出了一种基于场景统计特性的非均匀性数字校正算法，并给出了实现方法和仿真结果。

基于场景的国产红外探测器非均匀性校正方法

基于场景的红外探测器非均匀性校正方法可以弥补基于黑体辐射定标的非均匀性校正方法存在的缺陷,目前许多公开发表的场景校正算法比较复杂,难于硬件和工程化实现。探索了一种基于帧间图像配准的场景校正算法,针对国产640×512中波制冷型红外探测器存在的非均匀性应用该算法进行了校正实验。实验结果表明该算法校正效果明显,为基于场景的非均匀性校正算法的工程化应用提供了一种新思路。

基于场景的红外焦平面阵列非均匀性校正算法综述

红外焦平面阵列的非均匀性噪声是制约红外成像质量的主要因素。基于场景的非均匀校正算法通常利用图像序列并依赖帧间运动对焦平面阵列的非均匀性进行校正。介绍和分析了全局非均匀性校正,Kalman滤波器法,自适应滤波法,轨迹跟踪法,基于场景运动分析的校正算法,基于小波变换实现低通滤波的校正算法,高通滤波与神经网络相结合的算法,基于小波去噪、序列图像配准和正交最小二乘拟合的校正算法,改进的神经网络算法以及代数算法等,对算法进行了比较。