基于场景的自适应红外焦平面阵列非均匀性校正算法研究.pdf-资料库

0c366c5a-d705-4073-ace2-9218a0bd52b0.pdf-第1页.png

第1页 / 共67页

0c366c5a-d705-4073-ace2-9218a0bd52b0.pdf-第2页.png

第2页 / 共67页

0c366c5a-d705-4073-ace2-9218a0bd52b0.pdf-第3页.png

第3页 / 共67页

0c366c5a-d705-4073-ace2-9218a0bd52b0.pdf-第4页.png

第4页 / 共67页

0c366c5a-d705-4073-ace2-9218a0bd52b0.pdf-第5页.png

第5页 / 共67页

0c366c5a-d705-4073-ace2-9218a0bd52b0.pdf-第6页.png

第6页 / 共67页

0c366c5a-d705-4073-ace2-9218a0bd52b0.pdf-第7页.png

第7页 / 共67页

0c366c5a-d705-4073-ace2-9218a0bd52b0.pdf-第8页.png

第8页 / 共67页

代号分类号 10701 TN219 学号密级 1105122211 公开 Correction of Infrared Focal Plane Array 基于场景的自适应红外焦平面阵列学科、专业非均匀性校正算法研究 Study on Scene-based Adaptive Non-uniformity 题（中、英文）目作者姓名张爽指导教师姓名、职务周慧鑫学科门类工学物理电子学提交论文日期二○一四年三月 ˝ • ‰ ˚

˝ • ‰ ˚

西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切的法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。（保密的论文在解密后遵守此规定）本学位论文属于保密，在___年解密后适用本授权书。本人签名：日期：导师签名：日期： ˝ • ‰ ˚

˝ • ‰ ˚

摘要红外焦平面阵列是近几十年发展起来的一项新型探测器件，因其具有高灵敏度、高信噪比、结构简单紧凑等优点逐渐成为目前最具发展及应用前景的红外成像器件。随着科技的日益发展，器件性能也随之提高，红外焦平面阵列开始广泛应用于军事及民用领域。但由于材料和制造技术、光学系统以及外部环境变化等因素的限制，红外焦平面的各个探测器单元响应率不完全一致，即图像的非均匀性严重制约了系统成像的质量。目前可通过提高红外焦平面阵列元器件的研制及生产水平或基于现代信号处理技术进行的图像非均匀性校正来等效地提高其均匀性能，但前者成本较高，因此后者明显具有重大的理论意义及工程实用价值。目前，国内外常见的非均匀性校正算法可分为两类，一类是基于参考辐射源的校正方法，另一类是基于场景自适应的校正方法。前者依靠黑体设定一个或多个不同温度点作为定标点来获取定标数据，并进一步求得校正系数，进而使所有探测元在相同辐照条件下产生相同的输出，从而实现成像图像的非均匀性校正；后者不需要对参考辐射源进行定标，而是全部或部分地依靠场景的统计信息、位移信息等实现对校正系数的更新，进而实现对序列图像的校正。本文首先对基于场景的时域高通滤波校正算法进行研究，分析其时间常数对校正效果的影响，并分析得出其校正过程中产生“鬼影”现象的原因为低通滤波器的输入图像中存在大量不相关的场景信息。基于此机理，本文提出了基于非局部均值滤波的校正算法。采用实际采集的红外图像序列进行仿真分析，仿真结果表明此算法在取得较好校正效果的同时也可有效地抑制“鬼影”现象。然后，对基于场景的神经网络校正算法进行研究，分析其迭代步长对收敛速度及校正效果的影响，并分析得出其校正过程中“鬼影”现象产生的原因是对期望图像边缘处的不合理估计。基于此机理，提出了基于四阶偏微分方程滤波的非均匀性校正方法。采用实际采集的红外图像序列进行仿真分析，仿真结果表明此算法在取得较好校正效果的同时也可有效的抑制“鬼影”现象。关键词：红外焦平面阵列，非均匀性校正，非局部均值滤波，四阶偏微分方程， “鬼影” ˝ • ‰ ˚

˝ • ‰ ˚

Abstract Currently, IRFPA is the most promising infrared imaging device with advantages of high sensitivity, high ratio of signal to noise, simple and compact structure. With the improvement of performance of device, IRFPA is widely used in military and civilian fields. However, because of the limitations of materials, manufacturing technology, and other factors, the response of detector units in IRFPA are not same exactly, then the fixed pattern noise in images occur, which affects the quality of infrared imaging system seriously. Non-uniformity correction algorithms can be divided into two categories, one is correction algorithm based on blackbody calibration and another is adaptive correction algorithm based on scene. In the former, a or some blackbodies with different temperature are defined as calibration points to obtain calibration data, and the correction coefficient can be calculated by the use of response curve of detection cells, so the correction process can be completed. The latter does not need calibration, and the update of gain coefficient and offset coefficient is achieved by the use of the information of statistics and displacement of scene, thus the correction of image sequence can be completed. Firstly, the temporal high-pass filtering algorithm based on scene is studied in this article, and the influence of time constant on the result of correction is analyzed. Then the reason of ghost in correction is found, and the reason is there is a lot scene information not related in the input images of low-pass filter. On this basis, the correction algorithm based on non-local mean filter is proposed. A simulation is done on actual infrared images, the results show that this algorithm can obtain a good performance of non-uniformity correction, and it can remove ghost effectively. Then the correction algorithm based on neural network is studied, and the influence of its length of iterative on the speed of convergence and the performance of correction is analyzed. Then the reason of ghost in correction is found, and the reason is the unreasonable estimate of the edge of desired image. On this basis, the neural network algorithm based on fourth-order partial differential is proposed. A simulation is done on actual infrared images, the results show that this algorithm can obtain a good performance of non-uniformity correction, and it can remove ghost effectively. Keywords: infrared focal plane arrays, nonuniformity correction, Non-local Means Filter, fourth-order partial differential equation ˝ • ‰ ˚

˝ • ‰ ˚

资料库

基于场景的自适应红外焦平面阵列非均匀性校正算法研究.pdf

相关推荐

开发技术

热门标签

最新资料