基于DSP的红外焦平面阵列实时非均匀性校正技术

针对红外焦平面阵列在进行非均匀性校正中所涉及的运算量和数据量庞大、实时处理难于实现的特点,采用TMS320C6000系列DSP两路数据通道的优势,输入输出数据采用不同的数据通道并行传输,利用EDMA传输方式无需CPU介入,充分利用DSP硬件的并行性和流水线进行非均匀性校正,以分段线性插值算法为例,详细阐述了硬件设计和实现步骤,并给出仿真结果,结果表明:基于DSP的实时非均匀性校正系统完全可以达到实时校正的要求.     

红外图像非均匀性分析与校正方法研究

由于材料、工艺等原因,红外焦平面阵列（IRFPA）各探测元存在响应不一致问题,导致红外图像的非均匀性。非均匀性校正（NUC）是红外成像仪图像处理系统的重要环节。本文结合空间相机的应用重点分析了基于定标的两点校正法和基于场景的自适应神经网络法,并通过仿真图像验证了神经网络算法的校正效果。     

基于DSP的红外图像非均匀性校正技术的研究

分析了导致红外成像系统非均匀性的机理,介绍了红外焦平面阵列非均匀性校正的基本方法。采用两点校正和积分时间校正相结合的方法,利用TMS320VC5509A DSP完成了对红外图像的非均匀性实时校正。实验结果表明,本系统具有实时性好,实用性强的特点,能够满足红外焦平面成像系统的要求。     

基于缓变场景的复杂神经网络非均匀性校正

针对遥感数据定量化应用对多元红外探测器非均匀性校正的高精度需求,提出了一种基于缓变场景的复杂神经网络非均匀性校正算法,在两点校正基础上,进一步降低图像非均匀性。与经典BP神经网络非均匀性校正及其改进算法相比,复杂神经网络非均匀性校正算法突破单一层学习神经元结构限制,采用双层学习神经元结构,第一层学习神经元采用大邻域中值滤波作为期望函数,第二层学习神经元采用小邻域均值滤波作为期望函数,通过多层学习神经元配合,兼顾非均匀性校正效果并避免图像边缘模糊。经实拍红外图像非均匀性校正实验证明,复杂神经网络校正与经典BP神经网络校正相比,取得了更好的非均匀性校正效果,非均匀性评价结果UN=0.75%,次优算法非均匀性评价结果为UN=0.77%,与次优算法相比,复杂神经网络校正算法有更高的像素平均梯度评价值,达到28.49,而次优算法只有28.30,非均匀性评价结果低并且像素平均梯度高说明复杂神经网络校正算法在降低图像非均匀性同时更好地避免了图像边缘模糊：这是复杂神经网络校正算法采用双层学习神经元的特点与优势。方法改善了多元红外探测器非均匀性校正的效果,提高了红外遥感图像的质量,促进了红外遥感的应用。     

红外焦平面阵列非均匀性校正算法研究

红外焦平面阵列( IRFPA)的非均匀性校正是提升红外系统成像质量的重要环节。非均匀性校正算法主要分为基于参考辐射源的标定类校正算法和基于场景的校正算法。将基于参考辐射源的标定类校正算法按线性模型与非线性模型进行详细分类,基于场景的校正算法按空域和时域进行详细分类。针对不同类特点,分别对上述算法进行了详细的分析及比较,为今后非均匀性校正算法的选择提供理论基础,并根据现有两类算法特点,提出算法未来的研究方向。     

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.     

一种新型的非制冷红外机芯组件图像校正算法研究

非制冷红外探测器由于其结构简单、响应快等优势,在诸多领域得到广泛应用。然而由于结构和制作工艺等的限制,传统的非制冷红外焦平面阵列非均匀性校正方法并不能很好完成非均匀性校正任务,在挡片打开后画面会出现一层蒙纱感,严重影响图像质量,限制探测器的应用范围。从试验数据出发,对蒙纱感可能的来源进行分析,并针对其来源提出一种针对非理想因素的新型非均匀性校正方法,较好地对蒙纱感进行处理和补偿,极大提高成像质量。该方法操作简单,容易实现,在红外成像相关的应用上有重大意义。     

含运动目标的红外图像非均匀校正算法

通过分析运动目标对基于图像配准的非均匀校正算法校正效果的影响,基于相邻帧之间运动目标辐射强度不变的假设,提出含运动目标的红外图像非均匀校正算法。通过临近帧补全运动目标遮挡的场景,消除运动目标的影响,进行非均匀校正得到场景校正帧,再利用运动目标的辐射信息对各帧运动目标进行非均匀校正,最终得到全图校正帧。仿真和实测红外图像校正实验表明：算法能够很好地解决含运动目标的红外序列图像的非均匀校正问题。     

长线列红外探测器非均匀性校正技术研究

实时非均匀性校正是红外应用领域的关键技术之一。随着制作材料和加工工艺水平的提高,目前长线列红外探测器像元读出通道越来越多,虽然单通道像元读出速率不是很高,可是合并像元读出速率相当高,非均匀性校正的速度设计成为此类红外系统应用的瓶颈性问题,结合以往的研究成果和目前电子器件的发展水平,对若干种解决方案进行了比较。利用FPGA器件并行性的特点,对以往FPGA校正方案进行了改进,实验结果表明,该改进设计方案是完全可行的。该设计思路不光可以应用到更高性能线列红外探测器的非均匀性校正设计中,而且可以移植到类似的信号处理系统中,具有很大的工程应用价值。     

基于运动指导的红外焦平面非均匀性校正方法

针对红外焦平面阵列(IRFPA)非均匀性校正算法中基于场景类自适应校正算法存在的目标退化和伪像等问题,提出一种新的基于运动检测指导的自适应校正算法。该算法首先通过预处理为实时校正准备背景帧图像和坏元模板,接着根据前后两帧场景信息的运动方差,自适应地调整迭代步长,最后结合运动幅度更新增益校正系数,对图像实施校正。以含有弱小目标的实际红外图像序列进行仿真的结果表明,新算法有效地抑制了目标退化,消除了伪像;去除了固定图案噪声,具有自适应性。     

基于多项式拟合的扩展卡尔曼滤波算法

弹道修正弹内的弹载计算机必须实时对卫星定位接收机获取的弹丸状态数据进行滤波降噪,用于预测弹丸落点,传统滤波方法滤波时间长,滤波实时性差,提出一种基于多项式拟合的方法。通过适当降低卫星定位接收机数据更新频率,并用多项式拟合插值出的数据代替数据更新时间间隔内的弹丸状态数据。仿真实验表明,该算法在不降低滤波效果的前提下,较普通扩展卡尔曼滤波时间降低7/8,提高了滤波实时性,对于弹道修正弹关键技术的研究提供了重要参考。同时该方法可推广应用到其他滤波算法当中,具有很强的可移植性。     

基于Kalman滤波的单基准站钟差估计

在卫星定位中,通常认为地面系统的钟差是常数,但在实际中地面系统的钟差是随时间变化而变化的.为此,提出一种基准站钟差的估计方法,假设钟差的时钟模型有三参数,运动目标假设为siger模型,利用预报星历数据进行后处理,采用Kalman滤波算法对基准站的钟差进行仿真,得到基准站钟差的变化误差.结果表明,该方法能有效提高卫星定位...     

基于引导滤波器的单幅雾天图像复原算法

基于中值滤波的单幅图像去雾算法所获取的大气面纱图像不能有效地保留雾天图像的边缘信息,也不能真实地反映场景的深度信息,因此,提出了一种基于引导滤波器的大气面纱修正方法。由中值滤波得到初始大气面纱,使用引导图像滤波器对其进行修正得到较为准确的大气面纱,去除多余的纹理信息的同时增强了雾天图像的边缘信息,由大气散射模型得到场景辐射光即复原图像,并对其进行亮度调整。与其他现有的典型去雾算法相比较,该算法在深度剧烈变化的边缘区域有更好的去雾和增强效果,且时间复杂度为线性。     

一种改进的海杂波滤波算法

在超视距雷达的发展历程中,计算机仿真技术的出现有力地推动其技术的发展。海杂波作为超视距雷达探测中的一个主要干扰因素,严重影响到相应技术的发展。在传统计算机仿真技术中,很少考虑到滤波算法对信号的影响,这就造成目标信号在通过计算机仿真后产生较大的失真。本文针对上述计算机仿真的不足,将信号的纠正过程引入计算机仿真算法中,达到海杂波抑制和信号修正的双重目的,并通过实验与传统计算机仿真结果进行对比,较好地体现出本文所设计滤波算法的优越性。     

低通滤波下约束对数强度熵的图像渐晕校正

渐晕是图像中像素光强沿径向方向衰减的现象，为了解决其对计算机视觉任务和图像处理精度的影响，提出了低通滤波下约束对数强度熵的图像渐晕校正方法。首先，使用偶数项的六阶多项式函数建立渐晕模型；其次，通过低通滤波计算最小的目标图像对数强度熵，在目标值的约束下求出既满足渐晕函数变化规律又能减小图像的对数强度熵的渐晕模型的最优参数解；最后，对渐晕图像采用渐晕模型的逆向补偿校正渐晕。采用结构相似性指标（SSIM）和均方根误差(RMSE)度量渐晕校正效果，结果表明，所提方法不仅能有效恢复渐晕区域的亮度信息，得到真实、自然的无渐晕图像，而且能有效校正不同程度的渐晕，渐晕校正结果视觉一致性良好。     

乳腺磁共振图像中偏差场的校正

文中提出一种校正乳腺磁共振图像中光滑、缓慢变化的偏差场的方法。它在同态滤波的基础上，用B样条对初步估计的偏差场进行平滑，从而能更有效地估计磁共振图像中光滑、缓慢变化的偏差场。在有偏差场的模型图像和MR乳腺图像的校正中，此方法均取得了成功。     

基于位置纠正和Kalman滤波算法的目标跟踪方法

本文基于判别尺度空间跟踪算法,将位置纠正方法和卡尔曼滤波算法应用于行人跟踪中.为解决行人因形变和环境变化导致的跟踪不准确的问题,本文充分利用fhog特征在行人跟踪上的优势,以判别尺度空间算法中的位置滤波器所计算的位置为中心,再次提取行人的fhog特征并将其与位置滤波器模板做相关运算,以此纠正行人位置.其次,利用卡尔曼滤波算法对纠正后的行人位置进行预测和再次纠正,最终在双重纠正的位置上训练新的位置滤波器模板.本文选取OTB-100中的行人数据集对该方法进行性能测试,实验结果表明,在原算法位置上,再次提取fhog特征进行相关运算能够纠正行人的位置,同时卡尔曼滤波对纠正位置进行预测和再次纠正,可使行人的定位精度再次提升.     

基于大气面纱优化和透射率修正的图像去雾

基于中值滤波的图像去雾算法不能有效去除细小边缘处的雾,且天空区域容易出现颜色失真问题。因此,提出了一种基于大气面纱优化和透射率修正的单幅图像去雾算法。首先基于阈值分割提取天空区域,并降低各颜色通道最小值图像中对应区域的灰度值,然后使用加权引导滤波得到优化后的大气面纱,从而得到较为准确的透射率,最后由大气散射模型得到复原图像。相比于其他算法,该算法在优化大气面纱的同时修正了透射率,在边缘处的去雾效果更加明显,同时解决了天空区域的色彩失真问题。     

基于改进伪中值滤波和非局部均值滤波的红外图像滤波方法

首先对伪中值滤波算法进行了改进:噪声检测过程融入像素点灰度值、几何距离等因素,实现噪声点从图像像素点中的逐步分离;采用加权滤波的方法滤除噪声。其次对改进非局部均值滤波算法的先验信息获取方法进行了改进:对噪声图像进行提升小波变换,采用一种新型阈值函数选择低频分解系数,对高于阈值的系数进行重构得到参考图像,计算参考图像的相似度权值并将其作为改进非局部均值滤波算法的先验信息。最后基于2种改进算法提出了一种红外图像滤波方法,即依次采用改进伪中值滤波算法和基于先验信息的改进非局部均值滤波算法对红外图像进行滤波处理,然后将其与参考图像进行融合,以修正被过度滤波的图像。实验结果表明,该方法针对高密度噪声的红外图像有较好的滤波效果。     

关于提高热电阻温度测量精度的设计方法研究

为了提高热电阻温度测量的精度,从温度传感器的选型、测量方案的设计、实际测量电路、硬件自校正、微处理器的选择、模拟信号预处理、滤波算法和软件非线性校正等方面给出了具体的设计方案。详细分析了自校正补偿及微信号采集转换电路的设计方案,设计了与DSP F2812的接口电路。实际应用表明,通过上述改进方案,热电阻温度测量准确度可以达到10 ppm的设计要求。