基于形态学滤波的红外图像背景补偿

天空背景的红外辐射特性与观测天顶角有关,造成具有天空背景的红外图像背景亮度不均匀,影响了红外图像后续处理。针对红外图像天空背景亮度不均匀的特点,提出了一种基于形态学滤波的红外图像背景补偿方法,并采用了一种简单的自动全局阈值处理方法对背景补偿效果进行了实验验证,结果表明,该方法能够很好的解决红外图像天空背景亮度不均匀的问题。     

去除红外图像条带噪声改进算法研究

由于红外焦平面阵列中各探测单元的响应特性不完全一致,导致像元之间存在一定的非均匀性,使红外图像中出现深浅相间的条纹状噪声,这种噪声严重影响了红外图像的质量和解析度。针对红外图像条带噪声的产生机理,在传统距匹配法的基础上,文中从图像灰度均值和方差的角度入手,结合红外图像数据量小、图像内容丰富的特点,将分段多项式拟合和中值预处理的思想分别应用到红外图像条带噪声的消除算法中,得到了改进的多项式拟合滤波法和基于中值预处理的分段拟合滤波法。理论分析和实验结果表明,文中提出的两种算法具有原理简单、实用性强的特点,能够有效地消除红外图像的条带噪声,提高图像信噪比。     

《神舟三号》成像光谱仪图像条带消除的一种方法

图像条带是成像光谱仪采用多元并扫方式获取遥感数据而引起的新问题之一．本文对图像条带的成因进行了初步阐述,并简要介绍了国内外现有图像条带处理的方法,着重介绍了归一化经验分布函数匹配方法工作原理,并用该方法对《神舟三号》成像光谱仪图像条带消除进行了试验．结果表明：归一化经验分布函数匹配方法对《神舟三号》中分辨率成像光谱仪图像条带消除是非常有效的,图像质量明显得到改善,对以后同类仪器的资料处理具有很好的借鉴作用。     

基于融合的红外图像预处理技术

介绍了一种基于图像融合的红外图像预处理技术。分析了红外成像过程中引入的噪声类型,采用修正的阿尔法均值滤波方法来抑制噪声并利用边缘检测来增强目标的边缘成分,通过融合的处理方法来合并处理后的红外图像。实验表明该方法能够有效地增强复杂背景下的红外图像,从而有利于后续的目标识别处理。     

基于NiosII的红外图像处理系统设计

介绍了基于FPGA内嵌NiosII处理器的红外图像处理系统的实现方法;具体阐述了该红外图像处理系统的总体结构、基于NiosII的多CPU工作原理、红外图像处理算法的处理流程和实现方法。通过与传统DSP系统的比较分析,指出该系统的优点与缺点。     

一种基于图像融合的红外图像预处理算法

在使用传统的滤波去噪方法对红外图像进行预处理时,会在削弱噪声信息的同时模糊了图像中目标和背景的边缘成分,不利于对图像信息进一步处理。针对该问题,提出基于图像融合的红外图像预处理方法,通过对同一幅退化降质的红外图像分别实施改进的中值滤波算法和改进的Sobel算子边缘提取算法,进行去噪处理和边缘提取,最后利用图像融合算法,将不同算法处理的结果图像加以合并,形成融合后图像。实验结果表明,所提出的基于图像融合的预处理方法能够滤除红外图像中大部分噪声,且很好地保留了目标和背景的细节特征,而且运算简单,便于硬件实时计算,有利于后续的目标检测与识别处理。     

战场侦察图像融合技术

针对被广泛应用于战场侦察的彩色图像及红外图像,提出了一种应用离散小波框架的融合处理与彩色空间变换相结合的处理方法实现这2类图像的融合技术。给出了这种融合技术的流程和处理步骤,并用彩色图像和红外图像进行了融合算法测试,计算了融合图像与源图像的条件交互信息量。试验证明采用这种融合处理后的结果图像能够保留彩色图像的高分辨率和真实的色彩信息,同时包含红外图像发现的隐藏的武器目标信息。     

红外图像超分辨率重建技术研究

利用图像超分辨率重建技术可以在不改进硬件的情况下提升现有成像系统的图像分辨率。为提升红外图像质量,提出了一种基于NSCT变换与自适应正则化重建相结合的图像超分辨率重建算法。算法充分考虑了实际红外图像中噪声特点,利用NSCT变换特点在尽可能减少图像信息损失的条件下,对加性噪声与乘性噪声采用不同策略进行了抑制,并对预处理后的红外图像序列进行自适应正则化重建。实验结果表明本算法处理后的红外图像在主观视觉效果与客观指标上较传统图像处理方法均有改善。     

基于NiosⅡ的红外图像处理系统设计

介绍了基于FPGA内嵌NiosⅡ处理器的红外图像处理系统的实现方法；具体阐述了该红外图像处理系统的总体结构、基于NiosⅡ的多CPU工作原理、红外图像处理算法的处理流程和实现方法。通过与传统DSP系统的比较分析，指出该系统的优点与缺点。     

红外图像的噪声分析和弱小目标的增强

红外图像中多、弱、小目标的提取技术是近年来信息处理研究的热点与难点之一。文章主要对红外弱小目标图像中的背景辐射噪声、放大器噪声、探测器噪声进行了详细的定性分析,并对红外图像进行处理,从图像中分离出了弱小目标。实验证明所用的处理方法具有很好的提取能力。     

基于列相关的热红外高光谱遥感图像非均匀性校正

由于探测单元之间响应不一致、电子增益和偏置发生变化、焦平面污染和损伤等因素,推扫式热红外成像光谱仪获取的图像常常表现为图像列之间不均匀,条带噪声严重,影响了热红外高光谱遥感图像的后续处理和应用。结合推扫式成像光谱仪非均匀性的来源和成因,以相邻地物的相关性为理论基础,提出了适用于热红外高光谱遥感图像的非均匀性校正方法。该方法的步骤是,首先逐波段对原始热红外高光谱遥感图像进行标准矩匹配校正,得到标准矩匹配校正图像;然后,以标准矩匹配校正图像为基础,选择相邻两列像元中相同的地物像元;最后,用两列中相同的地物像元,通过线性回归得到后一列的校正系数,并对其进行校正,顺次遍历一个波段的所有列,完成一个波段图像的非均匀性校正。按照此过程,遍历一幅热红外高光谱遥感图像的所有波段,完成一幅热红外高光谱遥感图像的非均匀性校正。将该方法应用于推扫式热红外光谱成像仪实际获取图像的非均匀性校正中。结果表明,相比矩匹配方法,在保证非均匀性校正效果的情况下,本文方法的各列均值和标准差更符合实际情况。     

湍射流红外热成像及其图像处理

以水射流红外图像为研究对象,提出了一种红外图像多步骤去噪方案,即先利用图像减法得到红外温度场的增量分布,然后通过自适应中值滤波去除具有高斯分布的白噪声,最后用高斯高通滤波去除周期性噪声并对图像进行锐化处理。实验结果表明,本文提出的多步骤去噪法具有很好的去噪效果。经过处理的图像清楚地揭示了射流核心区、主体段和扩散段的结构特征,以及由射流剪节层带动环境空气形成的湍流场中不同尺度涡旋的结构特征。通过对去噪后的红外图像进行分析,加深了我们对湍流射流机理的认识。同时,该方案对类似的红外图像处理也具有一定的借鉴意义。     

非制冷红外图像降噪算法综述

红外图像处理中,由于非制冷红外探测器工艺技术上的原因,原始的红外图像包含多种噪声,尤其是椒盐噪声、固定或随机条纹噪声。当前有许多红外图像降噪的滤波算法,但在时间、空间、降噪效果、细节保持等方面各有侧重,难以实现完美结合。如何更快速、更高效、更准确地滤除噪声信息,保留更多的细节信息,是今后红外图像处理降噪研究的关键方向。本文调研了目前主流的红外图像降噪算法,并从传统滤波降噪、变换域滤波降噪、基于图像分层处理滤波降噪三大类别进行了分析比较,并且提出了一种结合传统算法和基于图像分层的自适应降噪算法,为今后的相关领域研究人员提供参考。     

基于小波域的红外图像序列噪声分析与去噪

由于相同的去噪方法对不同噪声类型的去噪效果不一样,采用基于小波域的图像噪声类型识别方法,利用小波高频子带系数的直方图识别了图像的两类主要噪声：高斯噪声和椒盐噪声.对红外图像系列的噪声进行了分析,长波红外图像主要受到高斯噪声干扰,中波红外图像主要受到椒盐噪声干扰.提出了一种改进的小波全局阈值去噪方法.仿真实验表明,该方法较传统方法的PSNR提高了2~3 dB,处理速度较快.     

红外图像评价质量研究

按照红外图像的形成过程分析可认为一幅红外图像是由目标图像、背景图像和噪声图像,目标图像和背景图像是红外图像的主体,噪声图像是叠加在红外图像主体上的干扰。文章从红外图像主体能提供的信息量是否丰富、细节是否明显,噪声图像相对图像主体的大小三个方面入手,对红外图像进行质量评价,评价结果与主观评价相一致,具有较好的可比性。     

红外探测器集成图像信号处理芯片设计

在红外信号处理中,红外探测器原始输出图像存在非均匀性严重、噪声大、对比度低等问题,无法满足武器装备对图像质量的要求。为解决红外图像信号数据量大、算法复杂、系统实时性强等系列问题,研制红外探测器集成图像信号处理电路,以减小体积、降低功耗、提升性能。     

基于时序信息的红外图像缺陷信息提取

主动红外热像检测技术中,红外图像的缺陷信息提取是其核心内容。传统的红外图像处理方法在一定程度上可以消除噪声、提高图像的对比度,但是仍存在一些问题,如:需要手动选择特征信息丰富的红外图像,红外图像增强和图像分割过程中会引入主观成分,仅仅分析单张红外图像可能存在信息丢失等问题。针对上述问题,本文根据主动红外热成像的数据特征提出了一种基于时序信息的红外图像缺陷信息提取方法。首先,通过室内实验制作含缺陷分层的混凝土试块;然后,利用主动红外热像检测技术进行三维红外图像数据的采集,提取每个像素点的时序信息;最后,采用基于时序信息的K-means方法进行缺陷特征提取。结果表明,基于时序信息的缺陷提取方法是可行的,其可以提取到隐藏的分层缺陷信息,提取效果优于基于空域信息的K-means方法。     

基于中值滤波器的红外图像噪声处理的改进方法

基于红外图像成像的机理和热像仪工作方式,红外图像往往混有大量随机噪声,而这些都是造成红外图像和视频质量下降的重要原因。中值滤波是一种常用的非线性的滤波方式,对于图像降噪有很好的效果。中值滤波器的处理窗口大小需要提前设定且在处理过程中不能改变。噪声密度越大需要处理窗口越大,但也导致图像的细节相应越模糊。综合窗口大小对降噪能力和细节处理能力的影响,文中对传统的中值滤波器算法进行改进。实验表明,在中值滤波器去除噪声的过程中,随着窗口图像噪声分布情况动态调整窗口大小,能够做到既尽可能去除噪声,又尽可能保持图片的细节,使图像处理整体效果得到提升。     

一种低对比度红外图像增强方法

简要介绍了图像增强方法,分析了海军靶场红外图像的特点,并提出了相应去除噪声和图像增强方法。海军靶场红外图像具有动态范围小、噪声多、对比度低的特点。在图像增强处理时,将多幅背景均匀的红外图像进行统计平均得到背景噪声,通过图像点运算消除背景噪声,用灰度修正的方法完成图像增强处理,取得了较好的图像视觉效果。用该算法对靶场现有低对比度图像进行增强处理取得了较好的结果,验证了算法的有效性。