Kalman-Filtering红外焦平面非均匀性仿真研究

非均匀性红外图像的仿真技术,在非均匀性校正技术的研究中起着十分重要的作用。针对红外探测器的响应参数符合高斯—马尔可夫(Gauss-Markov)过程,引入一个线性响应模型,建立了状态方程和观测方程,进而在一定的初始条件下,使用卡尔曼滤波(Kalman-Filtering)的方法,完成了红外图像的仿真计算。仿真的红外图像经过理论分析,效果很理想。

基于侧窗滤波改进的神经网络非均匀性校正算法

在红外焦平面阵列探测器(IRFPA)非均匀性校正问题中,传统的神经网络算法会出现图像边缘模糊、对比度低、“鬼影”等现象。针对此类现象,本文提出一种基于侧窗滤波改进的神经网络非均匀性校正算法。该算法首先对输入图像采用侧窗滤波获得期望图像,在去除非均匀性噪声的同时保护目标边缘细节达到提升图像质量的效果。在此基础上,通过饱和非线性函数抑制校正参数局部发散,能够有效避免校正后图像出现‘鬼影’问题。实验结果表明,使用本文提出的算法能够有效去除图像中的非均匀性噪声,且无明显“鬼影”现象。在3组测试图像序列中,平均图像粗糙度降低了30.17%。在实验计算机上连续处理400帧图像序列最大耗时为37.4170 s,较基于双边滤波改进的对比算法耗时减少了95.05%,较基于小波主成分分析的对比算法耗时减少了45.81%。本文算法在非均匀性校正效果和算法运行效率方面具有明显优势,为小算力、低功耗移动平台实现实时非均匀性校正提供了新的研究思路。

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·

红外焦平面阵列非均匀性自适应校正算法研究进展

实现红外焦平面阵列非均匀性自适应校正是高级红外探测系统追求的重要目标,对提高红外探测系统的空间分辨率、温度分辨率、探测距离以及辐射量的正确度量具有重要意义.归纳总结了国内外关于凝视红外焦平面阵列非均匀性自适应校正算法的部分研究工作及其进展,比较了典型自适应算法的性能和适用条件,为进一步开展红外焦平面阵列非均匀性自适应校正研究提供参考意见.

基于自适应滤波的红外焦平面阵列非均匀性校正算法

红外探测器响应漂移特性会降低红外焦平面阵列(IRFPA)非均匀性校正的精度。针对该问题提出了一种基于场景的IRFPA非均匀性校正算法。该算法利用所获得的序列成像场景信息,采用一种基于快速自适应滤波器的最优化递归估计方法来获得非均匀性校正参数,并利用当前的成像信息来更新校正参数,以此降低探测器响应漂移特性对非均匀性校正的影响。算法仿真实验显示,对非线性参数为26.12%的同一图像,使用该算法、两点校正算法和卡尔曼滤波校正算法校正1 h后,可分别将非线性参数降至1.856%,3.122%和1.893%,说明该算法可获得稳定而较好的非均匀性校正效果。

基于非局部均值滤波与时域高通滤波的非均匀性校正算法

时域高通滤波非均匀性校正是一种典型的基于场景的红外焦平面阵列非均匀性校正算法,但其易产生"鬼影"现象,影响校正效果.本文在时域高通滤波校正算法的原理基础上,分析了其校正过程中"鬼影"现象产生的原因,即由于全部图像信息的叠加而导致静止场景被滤除且运动场景会在当前位置留下反转的图像,从而形成"鬼影".引入非局部均值滤波方法,提出了一种去"鬼影"的非局部均值滤波-时域高通滤波非均匀性校正方法.该方法首先采用非局部均值滤波将图像信息分离成高低频两部分(其中高频成分含有大部分噪音及非均匀性),并使用高频成分进行时域高通滤波算法中低通输出的递归运算,使得低通滤波后的图像含有较少的场景信息,从而可使校正输出图像含有较少的"鬼影"现象.采用两组真实红外序列图像进行验证,结果表明该算法不仅能获得较好的非均匀性校正效果,而且能较好地抑制时域高通滤波算法中的"鬼影"现象.

混合卡尔曼滤波的非均匀校正算法

提出了一种基于混合卡尔曼滤波的非均匀校正算法,可以用于解决参数漂移为非线性的问题.该方法首先根据给定状态空间模型的特点,使用无迹卡尔曼滤波技术和传统卡尔曼滤波技术分别处理非线性的状态转移模型和线性的观测模型,然后把估计结果用于非均匀校正.使用仿真的一维和二维数据验证算法性能,实验结果表明,所提算法扩展了传统卡尔曼滤波算法的使用范围,并且与扩展卡尔曼滤波算法相比,具有较高的稳定性和估计精度.

基于粒子滤波的红外焦平面阵列非均匀校正算法

空间固定图案噪声严重影响红外探测系统的成像质量,并且还会随着外界环境的变化而缓慢漂移。卡尔曼滤波算法可以解决这个问题,但会受到线性高斯模型的限制。提出了一种利用粒子滤波跟踪噪声漂移,进而实现非均匀校正的算法。首先使用粒子采样噪声参数可能的取值状态,然后通过状态空间模型对这些粒子进行预测和更新,最后把粒子状态的加权平均值作为对噪声参数的估计。该算法是对卡尔曼滤波算法的扩展,不受任何模型条件的限制,因此,能够实现对不同情况噪声漂移的有效跟踪。实验结果表明:经此算法校正后的图像的峰值信噪比平均都在37dB以上,而经卡尔曼滤波算法校正后的图像却只有28dB。

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。

基于场景的红外焦平面非均匀校正技术分析

补偿固定噪声的时间漂移是红外焦平面非均匀校正技术中面临的一个重要问题 .本文考察了近期提出卡尔曼滤波算法、校正统计算法与代数算法 ,分析其解决固定噪声随时间漂移的机理 ,并对算法性能进行综合评价 。

双边滤波直方图均衡的非均匀性校正算法

针对传统的红外焦平面自适应校正算法存在的目标退化和收敛时间较长等问题,提出了一种融合双边滤波机制的直方图均衡红外焦平面非均匀性自适应校正方法。研究了红外焦平面响应特性,建立红外焦平面阵列响应的统计模型,根据模型首先计算单个像元的时域统计直方图,接着融合双边滤波机制求取邻域像元时域直方图的均值,最后利用该均值直方图均衡完成非均匀性校正。实际应用证明,该算法具有校正精度高、收敛速度快、抑止目标退化能力强的优点。

改进的基于卡尔曼滤波的非均匀性校正算法

本文研究的对象是针对红外焦平面阵列探测单元响应的非线性对非均匀性校正精度的影响,提出了改进的基于卡尔曼滤波的非均匀性校正算法。该算法的研究方法是采用探测器响应的分段线性模型,对基于卡尔曼滤波器非均匀性校正算法进行扩展和改进,其结果能有效地克服红外焦平面阵列探测单元响应特性的非线性对校正精度的影响。实验结论表明,改进后的算法在一定程度上解决了探测器偏置和增益随时间漂移以及响应非线性影响非均匀性校正性能的问题,获得了较好的非均匀性校正效果。

基于自适应滤波的焦平面非均匀校正法的研究

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 ,以消除图像的噪声 .提出采用基于多项式的红外焦平面非均匀校正方法 ,讨论分析了实现该方法的算法 .最后对图像校正效果进行了分析 .

数字全变分滤波在红外图像序列非均匀校正中的应用

红外焦平面阵列上的空间非均匀性,即固定图案噪声,严重影响了红外系统的成像质量。为此提出了一种新的非均匀校正算法,它借鉴了图像处理中的图像去噪思想,把数字全变分滤波器引入非均匀校正。鉴于数字全变分滤波的执行过程一般都是自我迭代,而考虑到校正算法的实时性要求,无法对单帧图像实施多次处理。故而将以前的空间迭代形式转化为时间递推,以达到逐帧去除固定图案噪声的目的。使用仿真和真实红外图像序列对算法性能进行验证,实验结果表明:该算法从第15帧开始就能够达到较好的校正水平,并且在未优化条件下,每秒钟处理30帧图像仅需300M个指令周期。因此具有收敛速度快、计算复杂度低等优点。

基于维纳滤波的红外焦平面非均匀性校正算法

针对焦平面阵列上各探测单元光电响应的非均匀性,本文使用了维纳滤波技术来实现红外焦平面阵列非均匀校正。该方法首先根据实际情况确定一个输出延迟,然后采用维纳滤波并借助前后帧信息对当前帧进行多次估计,最后取其均值作为此帧的最终校正结果。文中使用了真实红外图像对算法性能进行验证,由于能够充分利用过去和将来的场景信息,因而本算法可以有效地去除原图像上的固定图案噪声。

基于时域高通滤波的非均匀性校正算法研究

实现红外焦平面阵列非均匀性自适应校正是红外探测系统研究中追求的重要目标,对提高红外探测系统的空间分辨率、温度分辨率、探测距离以及辐射量的正确度量具有重要意义。分析基于时域高通滤波的红外焦平面自适应非均匀校正算法的视觉神经机制以及滤波器的幅频特性。通过对实际红外图像的实验,提出正确选取时间常数是影响该校正方法最重要的因素。

基于反中值滤波的红外焦平面自适应非均匀性校正方法

分析了红外焦平面阵列非均匀性的噪声特性,提出了一种用反中值滤波为核心的红外焦平面自适应校正的方法。针对实际的图像进行了实验,实验证明该方法在校正效果、收敛速度、对静止目标保持能力及可硬件化等方面都有较好的表现。

IMM算法在红外焦平面阵列非均匀性校正中的应用

以连续图像序列作为观测数据时 ,卡尔曼滤波法校正焦平面阵列非均匀性的效果取决于状态模型中漂移系数的选取。针对这一问题 ,提出应用交互多模 (IMM)算法 ,建立两个状态模型拟合响应参数不存在漂移和漂移剧烈的极限情况 ,融合估计探测单元的响应参数。实验结果表明IMM算法对非均匀性具有较好的校正作用 ,且对响应参数的初始状态及漂移系数的选取具有较好的稳健性。

基于场景的红外焦平面非均匀校正算法综述

红外成像已经广泛应用到军事和民用当中;但由于受到制造工艺的限制,从红外焦平面得到的图像数据往往需要做非均匀校正。而不同的校正算法往往具有不同的特征和优缺点,为了能让红外成像技术研究者快速找到一种合适的非均匀校正算法,本文调研了国内外最新的基于场景的非均匀校正算法,并以基于高通滤波、基于统计和基于配准几大类的典型研究,分析了各类算法的优缺点,为相关的研究者提供参考。

基于Wiener滤波理论的非制冷红外焦平面非均匀校正新算法

提出了一种基于Wiener滤波理论的非均匀校正新算法。讨论了应采用的滤波器结构,滤波器阶数的确定方法以及期望响应的提取方式等关键问题。并在此基础上提出了信号处理的解决方案,可以具备良好的实时性。