基于场景自适应方向引导滤波的红外成像非均匀性校正方法

为了去除红外成像非均匀性,提出了一种基于场景自适应方向引导滤波的红外成像非均匀性校正方法。提出的场景自适应方向引导滤波器通过在局部窗口内自适应计算非均匀图像的Canny边缘特征响应,并利用此响应特征计算惩罚因子以调整引导滤波器规整化因子,估计出更真实场景图像,保留图像的细节信息,提高校正算法的鲁棒性。同时,针对神经网络校正算法易产生鬼影的缺点,用运动检测机制以及自适应调整神经网络学习率抑制鬼影。进行了多组红外非均匀性图像校正实验,验证了该红外成像非均匀性校正方法能在有效保留图像细节信息的同时抑制红外像元非均匀性和条纹非均匀性,提高了非均匀校正算法的有效性和鲁棒性。

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。

基于场景自适应收敛非均匀性校正方法(英文)

收敛问题是基于场景非均匀性校正算法的一个共性问题。提出了一个能够自适应收敛的非均匀性校正算法。该算法的一个特点是只对非均匀性空间频率的高频部分进行处理,详细论述了该处理的优点。同时还提出了一个控制收敛速度的因子,使得算法的收敛速度根据场景的动态范围自动调整。这将很大程度的改善基于场景非均匀性校正算法收敛特性。最后通过实验数据论证了该算法的性能。

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。

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.

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。

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。

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。

红外扫描仪中基于场景的非均匀性校正

红外扫描仪中,存在像元响应非均匀性的问题。分析了基于场景的非均匀性校正算法,和基于神经元网络的红外焦平面非均匀性校正算法,提出了在场景缓变时的校正算法;并结合两者,提出了适合场景缓变时的基于神经元网络的红外焦平面非均匀校正的新算法。仿真证明,新算法具有优异的性能。

加入运动触发场景的非均匀性校正方法

针对目前非均匀性校正方法存在的问题与不足,介绍了适于红外焦平面阵列探测器的非均匀性校正处理方法。其特点是用一个触发电路使基于场景的非均匀性校正电路对探测器的运动信号做出响应。实验结果表明,在没有劣化静态场景的情况下,该方法实现了运动场景信号的校正,不仅消除了红外焦平面阵列响应的非均匀性,而且补偿了其漂移。

基于场景的红外图像非均匀性校正方法综述

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。本文介绍了恒定范围统计法、Kalman滤波器法和轨迹跟踪法。恒定范围统计法和 Kalman滤波器法是利用场景数据自适应的进行非均匀性校正的统计算法 ;轨迹跟踪法是一种利用图像序列的帧间运动提取真实场景的信息的方法。

基于场景的焦平面阵列非均匀性校正算法研究

为了克服基于传统神经网络法的红外焦平面阵列(IRFPA)非均匀性校正算法收敛速度慢和校正精度不高的缺点,提出了一种新的基于场景的IRFPA非均匀性校正算法.该算法利用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,并将误差函数作为目标函数,利用最陡下降法,得到计算增益校正因子和偏移量校正因子的迭代公式.在迭代运算中,设计了一个自适应步长因子来代替传统迭代公式中常量步长因子,最终得到了有较高运算效率的IRFPA非均匀性校正算法.对模拟的红外非均匀性图像序列进行了校正,并分析了算法性能曲线和校正结果,发现本文算法与传统神经网络法相比具有更好的校正效果和更快的收敛速度.

基于场景的红外图像非均匀性校正算法的研究

非均匀性校正是红外热成像预处理技术的重要内容。本文讨论了几种基于场景的红外非均匀性校正算法 ,对其原理和实验仿真效果作了分析和对比研究 ,并提出了它们各自的特点和适用范围。这几种算法具有效果良好。

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。