基于工业管理的红外监控系统非均匀校正法的研究

以工业监控系统中的红外摄像机为研究对象，根据最小二乘原理和回归模型设计出消除噪声的自适应滤波 器，提出采用基于多项式的焦平面非均匀校正方法，讨论实现该方法的算法并对图像校正效果进行了分析。

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PM扩散的红外焦平面阵列神经网络非均匀校正算法

该文针对红外图像中含有非均匀性噪声和高斯噪声的退化模型,提出了一种基于各向异性(Perona Malik,PM)扩散的神经网络非均匀校正(PM-NN-NUC)算法。建立了关于非均匀校正的极小化模型。通过对新模型的最陡下降方程和偏微分方程的推导,可以看出PM-NN-NUC算法利用了神经网络校正和PM扩散在滤波过程中的相似性,不仅直接用于产生神经网络校正的期望值,还作用于计算迭代步长,而校正系数又反作用于PM的扩散过程,更好地将PM扩散和神经网络校正统一地结合在一起。通过对实际含噪红外图像进行实验,证明新模型可抑制非均匀噪声,并防止图像产生退化。

红外图像序列中不均匀背景消除新方法

从红外相机自身特性和使用角度两方面对靶场红外图像序列中不均匀(花纹)背景产生的原因进行了剖析,分析了传统红外图像非均匀校正算法在处理靶场序列红外图像上的优缺点,提出在目标跟踪过程中随着场景变化,基于实时线性标定的非线性红外图像的校正的新方法,克服了传统方法的弊端,实时确定了校正增益系数和校正因子,消除了序列红外图像中不均匀背景。通过对含有弱小目标的靶场实际序列红外图像进行仿真验证表明,新方法去除了图像固定图案噪声,消除了探测器坏元的影响,输出了理想的序列红外图像。

Combined Approach for Nonuniformity Correction in Infrared Focal Plane Array

A new algorithm of nonuniformity correction for infrared focal plane array(IRFPA) is reported,which is a combined algorithm based on both the two-point correction and artificial neural networks correction. The combined algorithm is calibrated by two-point correction,and the calibrated correction coefficients are automatically modified by BP algorithm. So it is not only calibrated,but also real-time processed. In adaptive nonuniformity correction algorithm,the phenomena ghost artifact and target fade-out are avoided by edge extraction. In order to get intensified image,the modified median filters are adopted. The simulated data indicates the proposed scheme is an effective algorithm.