一种非均匀场景复合高斯杂波下的自适应检测器

该文考虑一种非均匀环境中,复合高斯杂波下的目标检测问题,即待检测单元杂波协方差矩阵与参考单元杂波协方差矩阵之间并不相等,且杂波数据满足复合高斯统计分布模型。利用已知的先验信息,选择合适的先验分布,基于贝叶斯方法,该文给出了杂波协方差矩阵的最小均方误差估计,并将其应用于正则化匹配滤波器检验。计算机仿真结果表明,采用该文提出的杂波协方差估计算法,能够在参考数据较少的情况下,获得较好的检测性能。

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.

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。

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。

非均匀非高斯杂波的协方差矩阵估计

在雷达目标检测中,杂波的协方差矩阵估计利用了待检测单元附近的杂波数据。本文考虑一种非均匀环境中,非高斯杂波下的杂波协方差矩阵估计问题,即假定待检测单元与参考单元的杂波协方差矩阵之间满足某种统计关系,并假定杂波数据满足复合高斯统计分布模型。在这种场景下,常规的杂波协方差矩阵估计方法会导致信号检测性能的下降。采用共轭先验分布作为非均匀非高斯场景的统计分布模型,利用贝叶斯方法,本文给出了基于Gibbs抽样的杂波协方差最小均方误差估计方法。计算机仿真结果表明,与常规的杂波协方差矩阵估计方法相比较,本文所给出的杂波协方差矩阵的估计算法能够在参考数据较少,累积脉冲个数较少时,非均匀场景中获得较好的检测性能。本文还分析了先验分布模型参数误差对检测性能的影响。

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。

基于帧间运动的神经网络非均匀性校正及其硬件实现

为解决红外焦平面阵列的非均匀性噪声制约红外成像质量问题,提出基于场景的神经网络非均匀性校正算法,利用帧间运动的图像序列实现非均匀性校正.先采用基于投影的运动估计算法选取神经网络算法的学习参考帧,再进行偏置矩阵计算的基于帧间运动判断的神经网络非均匀性校正算法,有效克服了传统SBNNT由于运动不足产生的鬼影问题.算法已在以TMS320DM643为处理核心DSP硬件处理平台上实现,取得了较好的校正效果.

基于RLS的红外焦平面器件非均匀性校正算法

针对红外焦平面器件(IRFPA)存在着严重的非均匀性和探测元响应特性随时间漂移的实际情况,开发了基于场景的递归最小二乘(RLS)非均匀性校正算法,通过逐帧估计每个探测器的增益和偏置,来补偿图像中的固定图案噪声。通过对参考信号的精确估计,达到最优的校正精度。在算法中,首先提出了一种条纹噪声估计方法来消除图像中的条纹噪声;然后利用周围探测单元的像素值,采用自适应加权平均滤波器的方法精确估计目标边缘处的参考信号;权系数是根据加性误差来选择的。这样,随着递归次数的增加,参考信号能够更接近真实的辐射信号。通过参考信号可以精确地估计探测器的增益和偏置。仿真实验以及对实际红外图像序列的实验结果表明,本文提出的校正算法收敛速度快、校正精度高,具有很好的外场工程适应性能。

采用贝叶斯框架的非均匀性校正方法(英文)

提出了一种在基于场景非均匀性校正和定标非均匀性校正之间建立桥梁的思路,利用定标法提供的大量先验信息解决收敛速度和鬼影的矛盾问题.利用贝叶斯方法计算非均匀性参数的正确概率,用参数正确概率来决定是否使用该组参数进行校正,从而在源头上抑制鬼影.对于先验概率,定义了非均匀性的局部同分布约束,并通过定标统计的策略利用该约束构建了先验概率;对于观测概率,发现并详细分析了红外焦平面阵列固有的非均匀增益参数空间相关性,利用空间相关性构建了观测概率.最终,通过本文算法对真实和仿真的红外图像序列进行处理,表明该算法在保证高收敛速度前提下,其参数正确概率有效抑制了鬼影,取得了好的处理效果.

基于配准的机载红外非均匀性校正技术应用

机载红外点目标探测系统在搭载飞机飞行中探测系统的环境参数会发生变化,导致通过传统地面标定方法获取的非均匀性校正参数的准确性有所降低,故有必要进行机上基于场景的非均匀性校正。本文提出了一种基于帧间配准的机上非均匀性校正算法,首先对图像进行预处理,滤除探测器坏点影响,然后用两帧邻近图像计算互功率谱,求出互相关函数,确定配准位移。两帧连续图像完成配准后,通过误差函数最小化来实现校正参数的更新,最后对整个图像序列进行上述迭代计算,获取最终校正参数。本文模拟了一组非均匀性场景图像序列作为实验图像序列,通过实验分析,提出了帧间图像变化(平移、旋转、缩放)对本算法校正效果的影响,然后采用两个具有代表性的算法与本文提出的算法分别对该图像序列进行处理,并从图像质量和收敛速度两方面比较算法性能。结果表明:与其他两种算法相比,本文提出的算法非均匀性校正效果较好,峰值信噪比提高了20 dB以上,结构相似性则突破了0.99。本文提出的算法虽然比较复杂,但校正参数收敛速度较快,易于在硬件平台上实现,具有一定的工程应用前景。

基于可控内定标源的星上红外遥感相机非均匀性校正方法

长时间工作或环境变化时,红外焦平面阵列器件易产生非均匀性的问题。典型的星上定标方法是将系统指向深空场景或在入瞳处引入星上面源黑体辐射。覆盖全口径的星上黑体普遍体积较大、设计复杂且成本高昂。为了解决这些难题,我们提出了一种基于可控内定标装置和星空场景的红外遥感系统星上非均匀性校正方法。该方法利用可控内定标源提供不同的靶面基准辐照度,通过计算获得不同辐射定标段的定标参数,覆盖探测器动态范围,实现不遮挡视场情况下的高动态范围非均匀性校正。通过模拟指向深空场景的在轨定标过程,并对模拟图像进行非均匀性校正,用于非均匀性校正的评价图像的非均匀性由初始的15.87%下降到1.2%以下。本方法具有快速、高效、鲁棒性强等优点且具有实时处理的前景。相比于需要引入星上面源黑体的定标方法,本系统的内定标装置结构简单、设计小型化且节省成本。