光斑区域内存在单个盲元条件下点源目标质心探测误差分析

在哈特曼波前传感器点源目标探测质心算法中,除信号光子噪声、读出噪声和背景光噪声等误差源之外,图像传感器上存在的盲元也会对质心的探测精度造成一定的影响。系统地推导了哈特曼传感器子孔径光斑区域内存在单个盲元条件下各种误差源对点源目标质心探测误差影响的数学表达式,进一步分析了盲元和光斑质心间相对距离、光斑等效高斯宽度等因素对盲元存在所引入的质心偏移误差的影响,指出当相对距离约等于光斑高斯宽度时质心偏移误差达到最大值。实验结果与仿真和理论推导结果相符。     

基于场景的红外成像系统盲元检测及校正

根据盲元的响应特性,给出了无需依赖黑体辐射定标的、基于时域平均野值提取的盲元检测算法,然后又提出了基于相关像素加权插值的盲元校正算法。详细探讨了盲元检测过程中阈值的设置方法,研究了参与加权估计盲元灰度值的像素数目对估计误差的影响。最后通过仿真实验对检测算法的准确性及校正算法的有效性进行了验证,实验结果表明:本文提出的检测算法结果准确,误检测率低。校正算法校正效果好,结果图像的RMSE低于两种常用校正算法。     

基于红外双波段的盲元补偿算法

红外焦平面阵列由于受到制造工艺等的影响，常常会出现盲元，过往通常使用的单波段盲元补偿算法对大盲元簇及位于边缘位置的盲元补偿效果不尽如人意，随着双波段热像的逐渐兴起，本文提出了一种基于双波段信息的盲元补偿算法，该算法结合了两个波段的信息，通过对盲元位置的分类，根据两个波段盲元邻域信息的相似性，使用不同的策略对图像中的盲元进行补偿，能够较为有效地对图像中的大盲元簇及位于边缘的盲元进行补偿。     

基于两点参数及自适应窗口的实时盲元检测和补偿技术

在红外焦平面(IRFPA)成像系统中,盲元检测和补偿是红外成像过程中必不可少的一步。针对FPGA,提出一种基于两点参数的简化型3盲元检测算法,并介绍了自适应窗口盲元补偿算法。该算法通过分析两点参数矩阵的分布情况,以3为基准裁定盲元;再在自适应窗口中补偿盲元,优化了补偿结果。具体介绍了硬件功能结构和算法关键数据流的设计。仿真和实际场景实验结果表明该算法对盲元能做到精确检测和有效补偿,且速度快和资源省,能在硬件上完整地实现。     

基于模糊中值的IRFPA自适应盲元检测与补偿

红外焦平面阵列(IRFPA)的盲元既包括因材料与制造工艺的缺陷而导致的固定盲元,也包括因环境温度的漂移而出现的随机盲元.基于场景的盲元检测与补偿算法是去除这两种盲元,提高IRFPA 成像质量的有效手段.针对目前滤波类场景检测算法无法有效区分弱小点目标和随机盲元的缺陷,重点研究了随机盲元的响应特性和噪声特性,并提出了一种基于模糊中值与时域累积的盲元自适应检测与补偿算法.首先利用模糊中值滤波器从场景中提取出潜在的盲元,并通过多帧累积确定固定盲元和随机盲元的正确分布,最后对盲元进行实时补偿.实验结果证明:该算法可以有效地实现对盲元的校正,同时避免对弱小点目标的误判别.     

红外焦平面阵列盲元检测及补偿算法

为了消除非制冷红外焦平面阵列图像盲元、改善成像质量,利用红外焦平面阵列盲元相应特性和相邻像元的相关性,提出了一种基于阈值+相邻像元检测及加窗中值补偿算法。结果表明,阈值+相邻元检测算法实现盲元误检率低、快速查找等优点;利用加窗中值的盲元补偿算法,可以使盲元图像得到明显改善,保持图像信息的完整性,同时,算法易于硬件实现。     

人眼波像差测量中形心探测的新方法

子孔径光斑的形心探测和计算精度是影响哈特曼传感器波像差探测精度的重要因素，而探测窗口的选取对探测误差的影响很大。分析了Prieto等人采用的逐步缩小窗口尺寸的探测方法，并根据哈特曼波前传感器探测人眼波像差的光斑特点，采用模板匹配法选取光斑窗口的形心探测方法。该方法与Prieto的方法相比提高了探测精义。光斑阵列的仿真计算结果表明，用文中采用的方法探测误差的均方根值降低了53．7％。另外，该方法还避免了Prieto方法中多次迭代计算，减少了运算量。     

基于图像处理技术的光斑质心高精度测量

针对传统的光斑质心测量方法子孔径窗口内远离光斑的噪声对一阶矩质心算法的影响,本文提出一种利用图像处理技术提高光斑质心探测精度的新方法。在哈特曼-夏克（H-S）波前传感器测得的光斑阵列图像中,采用自适应阈值方法优化每个子孔径的探测窗口,使探测窗口和光斑分布区域最佳匹配;然后在探测窗口内,采用线性插值方法提高图像的分辨率。...     

红外图像盲元自适应检测及补偿算法

基于场景的盲元检测与补偿算法能有效地克服固定和随机盲元造成的图像亮点与暗点,提高探测器成像质量.通过将待检测图像分解为盲元目标和一般背景,建立迭代修正的背景预测模型提高预测准确度.并根据盲元和正常像元的残差能量统计差异完成单帧图像盲元检测.依据盲元缓变特征,利用建立的背景预测模型和盲元检测结果设计补偿算法,实现了单帧和...     

红外探测器盲元检测及评价

盲元严重影响红外制导武器的成像质量和系统性能。针对目前滤波类检测算法无法准确检测连续盲元的问题,本文对基于场景的时域平均野值提取的盲元检测算法进行了改进,对滤波窗口下的盲元分布形式进行了讨论,对连续盲元提出基于时域平均和空域均值野值提取的盲元检测算法,实现了盲元位置的确定。通过仿真实验对比发现,本文检测算法对连续盲元具有更低的误检率和漏检率;然后本文提出一种红外探测器盲元的测试评价方法,通过对样本图像进行分析计算,根据罗曼诺夫斯基准则的思想确定评价参数与评价法则,作为判断红外制导武器成像探测器能否正常工作的依据。测试方法简便快捷,有较高的准确度。     

一种新的红外焦平面阵列盲元处理算法

为了有效检测和补偿红外焦平面阵列(IRFPA)的盲元,提出一种IRFPA盲元即时处理的新算法。该算法利用红外系统实时成像过程中盲元与有效像元的窗口响应率存在的显著差异性,实现盲元的快速检测;依据图像信息的时空相关性实现盲元的在线补偿。最后给出了盲元处理的硬件实现过程。实验结果表明:该算法流程简单,通用性强,能够对系统工作过程中随机出现的盲元进行即时检测和补偿,在实际工程中具有较大的应用价值。     

一种红外焦平面阵列的盲元检测快速算法

在以往红外焦平面阵列的盲元检测方法的基础上,提出了一种基于像元噪声电压和改进的最大类间方差法(OTSU)的快速检测方法,该算法采用一次均匀背景的采集结果计算像元噪声电压,并利用最大类间方差和最小类内方差的算法原理计算并得出判定盲元的阈值。实验结果表明,文中方法在准确性和实时性方面有较大的提高。     

基于邻近值的HEVC帧内预测优化

高性能视频编码(High Efficiency Video Coding,HEVC)标准中的帧内编码模式利用当前帧中像素点之间的空间相关性作出有效预测。为了解决待编码像素远离参考像素时预测不准确的问题,提出了一种基于邻近值的HEVC帧内预测优化算法。该算法的主要思想是,对于当前像素,先根据传统HEVC帧内编码方法得到其预测值,再使用该像素点左边、左上、上边位置的修正值以及该像素本身的预测值对该预测值进行修正。因为将当前像素与周围像素的相关性进行了有效的数学建模,所以HEVC帧内编码性能得到了提升。实验结果显示,所提算法与HEVC标准相比,最高节省了2.7%的码率,平均节省的码率为1.3%。     

基于边缘检测和像素分类的可逆数据隐藏

为了提高嵌入算法的整体性能,提出一种基于边缘检测和像素分类的灰度图像可逆数据隐藏算法。算法按嵌入容量优先原则自适应地选择最佳阈值提取图像边缘,并根据边缘信息和指定的图像质量控制因子将像素分为平滑、弱边缘和强边缘像素3类。对平滑像素,通过增加嵌入强度的方法提高嵌入容量,预测误差直方图平移2位;对弱边缘像素,像素值最大修改量为1,从而保证图像含密质量;强边缘像素的像素值保持不变,进一步提高含密图像质量。实验结果表明,本文算法在保证图像质量的同时有效提高嵌入容量,算法的整体性能优于其它同类算法。     

星点亚像元定位中系统误差的改进补偿方法

为提高星点图像的质心提取精度,针对星点亚像元定位的系统误差和随机误差提出了一种改进补偿方法。采用三次样条插值函数表示质心位置与系统误差之间的关系,利用该函数进行系统误差补偿,极大地减小了误差采样点的数量和计算量。为了进一步抑制随机误差的影响,在系统误差补偿的基础上,采用非线性加权算法计算星点质心位置,并通过仿真实验确定了该算法的最优加权系数。在没有加入噪声的情况下,改进算法可以将质心法的精度从1/50 pixel 提高到10-4 pixel;加入服从N（0,22）分布的高斯白噪声后,改进算法可以达到0.0054pixel的精度,远小于质心法的0.0184pixel。实验结果表明:文中提出的改进补偿算法计算简单,精度高于质心法,满足了高精度星敏感器质心提取的要求。     

基于智能型红外焦平面电路液氮成像系统的研究与算法实现北大核心CSCD

提出了一种智能型红外焦平面电路液氮成像系统,系统采用UART转SPI数据传输,上位机VB软件开发SPI配置界面,可提高SPI寄存器批量配置效率和准确率,减少外界干扰产生误码和乱码情况,并结合FPGA、自研的IRCamExpert-CETC图像处理软件和图像采集卡搭建软硬件成像系统,本系统具有红外视频图像在线监测和多芯测试能力。本文进一步提出了基于单片像元级ADC的背景减除、盲元补偿、非均匀性校正、开窗、像素合并、空间滤波、图像均衡变换、时间延迟积分多种图像算法和总体算法结构,并通过对一款640×512阵列的智能型红外焦平面电路进行测试,验证了单片红外焦平面多功能图像算法,并实现了系统对智能型红外焦平面全参数的性能评估。采用像元级进行图像处理的方式,降低了采用算法级进行后续图像处理的难度,减少了图像处理算法消耗的资源。多功能图像算法为智能型红外焦平面的工程化应用提供了新技术途径。     

热红外高光谱成像仪光谱匹配盲元检测算法

受红外焦平面阵列生产工艺及材料本身特性影响,红外焦平面阵列不可避免地存在盲元,严重困扰红外数据的处理与应用。光栅分光推扫式热红外高光谱成像仪一般以红外焦平面阵列的其中的一维作为光谱维进行推扫式成像,空间维只剩一维,与一般的热像仪具有二维空间维的成像机制有很大区别。常规的实验室定标法和开窗处理的场景检测方法不能满足该成像方式的盲元检测需求。以热红外高光谱成像仪中的盲元检测为目标,有针对性地提出了基于光谱匹配的盲元检测算法。该方法从光谱维角度出发,以不同温度实验室黑体定标数据生成温升光谱数据,在数据规则化处理的基础上,自动提取有效像元目标的伪光谱曲线,采用光谱角匹配的方式实现盲元的自动检测。以典型的热红外高光谱成像仪获取数据并开展盲元检测实验,结果表明该方法充分利用了热红外高光谱成像仪的光谱维信息,检测精度较高,盲元补偿后的数据可满足热红外高光谱数据的行业应用。