考虑红外焦平面器件非线性响应的一种非均匀性校正方法

针对红外焦平面阵列的非线性响应特性,提出了一种考虑非线性响应的“曲线—直线”校正方法,并给出了校正的计算公式.仿真实验结果说明此方法具有精度高,计算量小的优点,需要存储的参数少,易于硬件实现.     

一种基于探测元响应非线性的两点校正算法

针对焦平面器件现有非均匀性校正算法在实际应用中存在的问题,结合探测器的非线性模型对两点校正算法进行改进,提出了基于探测元响应非线性的两点校正算法,该算法是在最小二乘意义上的曲线拟合.通过将该算法与传统的两点校正法和四点校正法在残留非均匀性和校正速度两个方面的比较,说明该方法具有校正精度高、动态范围大、易于工程实时实现等优点.     

红外焦平面阵列非均匀性的两点校正及依据

以Planck辐射定律和红外探测元的线性响应模型为基础，在理论上完整地推导了红外焦平面阵列非均匀性的两点校正方法；据此，论证了两点校正方法的物理依据，即从理论上证明如果探测元是线性和稳定响应的，该方法则可以实现非均匀性的准确校正；初步分析了非均匀性校正中存在误差的问题。     

一种基于DSP的红外焦平面阵列非均匀性校正研究

红外焦平面阵列的非均匀性影响了红外焦平面阵列成像系统的性能.基于探测元响应为线性的两点校正法的准确度较低.本文采用多点校正法,通过分段线性插值法来实现线性校正,从而降低非线性带来的误差,提高校正精度.利用DSP硬件所具有的强大运算能力,设计出了一套基于DSP的嵌入式红外焦平面阵列非均匀校正系统.通过实验证明该系统具有运算速度快、校正效果好的特点.     

一种改进的便于实现的红外焦平面阵列不均匀性校正算法

本文提出了一种适合对光敏元的响应特性为非线性的红外焦平面阵列进行不均匀性校正的改进算法，与现有的算法相比，该法具有便于用软件和硬件实现的优点。同时，通过对改进前后的算法进行理论分析和软件模拟结果比较，证明二者的校正精度无本质差别，校正效果基本相同。     

一种改进的便于实现的红外焦平面陈列不均匀生校正算法

本提出了一种适合对光敏元的响应特性为非线性的红外焦平面陈列进行不均匀性校正的改进算法。与现有算法相比，该法具有便于用软件和硬件实现的优点。同时，通过对改进前后的算法进行理论分析和软件模拟结果比较，证明二的校正精度无本质差别，校正效果基本相同。     

红外焦平面探测器响应非线性的测定

提出了一种定量红外焦平面探测器响应非线性的实验方法。通过实验获得探测器输出电压与辐射到光敏元上的辐射通量数据，进而进行曲线拟合，得到了红外探测器的响应非线性曲线——“S型曲线”，并且尝试建立了它的非线性数学模型。基于这种非线性模型，提出了一种新的校正思路——基于光敏元响应非线性的非均匀校正方法。这种校正思路较现有的温度定标校正算法更忠实于光敏元的真实特性，因而能达到更高校正精度。计算机仿真结果表明，根据响应非线性曲线进行校正的精度能提高到两点校正算法的3倍左右。     

红外焦平面阵列非均匀性校正精度的研究

定标校正法是目前人们实际使用较多的一种红外焦平面阵列非均匀性校正方法。该方法采用的算法简单,易于用硬件实时实现,但也存在校正精度低的缺点,针对这一不足,首先通过实验得到了红外焦平面探测器的实际非线性响应曲线,然后在此基础上进一步分析了定标点的数量及选取对红外焦平面阵列非均匀性校正精度的影响,为提高定标校正法的校正精度提供了依据。     

基于DSP的夜间航空图像灰度校正研究

夜间航空图像的灰度校正是航空图像处理的一项重要内容，传统的直方图法、面积匹配法操作不便。不易硬件实现．本文利用典型非线性因子进行非线性校正的公式。给出了采用TMS320C2000进行夜间航空图像灰度校正的软件设计方法。文后的实验结果说明了该方法的科学性和实用性．     

D类功放中全数字PWM结构的非线性误差校正方法

本文针对全数字PWM结构中存在的非线性误差,提出了一种数字校正方法.这种校正方法在delta-sigma调制器的各个积分器中加入校正系数.此方法计算量小,非常易于硬件实现实时的误差校正.在此基础上设计了一个全数字的PWM电路结构,并进行了仿真.仿真结果表明,经过校正的数字PWM具有良好的线性,完全消除了非线性误差.     

多通道输出面阵CCD图像非均匀性校正

针对多通道面阵CCD输出非均匀性问题,开展了多通道输出面阵CCD图像非均匀性校正算法研究。论述了多通道面阵CCD输出非均匀性产生的原因,并对此提出了基于非线性响应的多段线性逼近校正算法,通过FPGA进行了算法实现。基于线性响应的两点校正算法精度低,且不能满足全量程的要求;基于非线性响应的多点校正算法精度高,但运算量大,不易于在FPGA上实现。文中提出的基于非线性响应的多段线性逼近校正算法,综合了以上两种算法的优点,具有运算量小、实用性强、精度高的优点。     

Combined Approach for Nonuniformity Correction in Infrared Focal Plane Array

A new algorithm of nonuniformity correction for infrared focal plane array(IRFPA) is reported,which is a combined algorithm based on both the two-point correction and artificial neural networks correction.The combined algorithm is calibrated by two-point correction,and the calibrated correction coefficients are automatically modified by BP algorithm.So it is not only calibrated,but also real-time processed.In adaptive nonuniformity correction algorithm,the phenomena ghost artifact and target fade-out are avoided by edge extraction.In order to get intensified image,the modified median filters are adopted.The simulated data indicates the proposed scheme is an effective algorithm.     

雷达目标互易性的Frobenius范数修正法

针对雷达目标互易性修正问题,研究了目标极化散射矩阵的Frobenius范数修正法.阐述了Frobenius范数修正法的物理涵义和应用背景,利用拉格朗日乘子法研究了Frobenius修正散射矩阵的求解问题,证明了其与Cameron修正散射矩阵相差一个正标量因子,同时证明了Frobenius范数修正法的局部最优性和唯一性,最后通过仿真实验比较了两种修正算法的性能,验证了文中的结论.     

基于虚拟边框视场光阑的IRFPA自适应非均匀性校正算法

 非均匀性校正是提高红外焦平面阵列成像质量的关键环节.本文提出了一种基于虚拟边框视场光阑的红外非均匀性校正算法.该算法用人工神经网络对边框像元进行初始校正,形成校正虚拟边框,再根据场景信息和帧间位移,将偏置校正参数逐行逐列传递,可消除焦平面阵列全视场响应的偏置非均匀性.由于算法主要基于代数运算,运算量较低,故能根据场景信息自适应地实现快速、高效的一点校正;且不需要对成像系统进行机械结构改造,与传统代数算法相比,适应性更强.真实红外图像与仿真图像对算法的检验结果,证明了方法的有效性.     

一种新的基于SOPC的红外非均匀性校正算法实现

针对SOPC条件下软硬件资源高度整合的特点,在分析传统红外焦平面两点校正算法的基础上提出了一种基于一点再校正的红外非均匀性校正算法,并完成了算法实现.该算法根据实际场景完成对实验室获取校正系数的偏移及盲元修正,使校正系数更符合实际场景,提高了非均匀性校正精度.实测数据表明,该算法及实现方法可以满足实际工程需求.     

IRFPA非均匀性校正数学机理与仿真技术研究

针对红外成像系统的实际工程应用,阐述了红外焦平面阵列(Infrared Focal PlaneArray,IRFPA)非均匀性校正辐射定标的基本原理,推导出了红外焦平面阵列非均匀性校正属于函数插值或拟合的数学机理,给出了适于工程应用的相关非均匀性校正算法。同时,为了克服实际工作中研究设备不足等条件的限制,详细研究了红外焦平面阵列非均匀性校正的仿真技术,给出了有效的仿真算法。该仿真技术能够有效地满足实际工程中对非均匀性校正算法的验证与评估要求。     

基于亚像素配准的神经网络非均匀性校正

红外焦平面存在严重影响成像质量的非均匀性,本文使用基于亚像素配准算法和动量项BP神经网络的非均匀性校正算法进行校正。对短波红外相机成像过程中,由于相机视轴与成像目标位置的相对偏移(由相机安装平台晃动所致),使用基于矩阵乘法的亚像素配准算法进行配准;为了加速算法收敛,采用两点法来对校正系数进行初始化;为了改善BP神经网络容易陷入局部最优值,采用增加动量项的方法来改善校正效果。通过仿真实验可以看出提出的算法消除了传统神经网络校正方法存在的鬼影和边缘模糊等问题,获得了良好的校正效果,同时提高了算法的收敛速度。为短波红外图像数据后期处理提供了良好的基础。     

基于局部梯度的神经网络非均匀性校正算法

为了解决传统神经网络算法在用于红外焦平面阵列(Infrared Focal Plane Array,IRFPA)非均匀性校正(Non-Uniformity Correction,NUC)时所面临的边缘模糊、收敛速度慢等问题,通过引入图像局部梯度特性对该算法进行了改进。通过用局部梯度相似度信息构造权值函数来对区域进行加权滤波,可以保留图像边缘信息。在迭代运算中,将梯度幅值加权的自适应参数规整因子加入了误差损失函数,并引入梯度幅值相关的自适应步长用以代替传统的固定步长,从而进一步提升了算法的校正效果和收敛速度。然后对算法的性能曲线和校正结果进行了分析。结果表明,与传统算法相比,改进的神经网络校正算法取得了更好的校正效果,其校正误差稳定低于前者,实现了有效抑制边缘模糊和提升收敛速度的目标。     

一种基于定标的红外图像非均匀性分区域校正算法

红外探测器的非均匀性问题直接影响红外成像质量和测量精度。地基红外辐射测量系统对远距离飞行目标进行成像时往往不能占满全靶面区域。为提高图像质量,提出了一种基于定标的非均匀性分区域校正算法。以靶面大小为640×512的制冷型中波红外探测器为实验对象,基于黑体定标的两点校正法,采用全靶面校正算法及本文算法进行了验证。结果表明,当成像区域小于全靶面的1/3时,分区域非均匀性校正后非均匀性误差低于0.002%。与全靶面非均匀性校正算法相比,此校正算法使非均匀度进一步降低了30%至75%不等,非均匀性误差的下降率大于30%。采用本文算法后,各区域的非均匀度进一步下降,校正目视效果进一步提高。因此该校正方法具有一定的工程应用价值。     

一种基于鱼眼镜头的非均匀性校正方法

为了提高凝视型红外鱼眼侦测系统的成像质量,针对实际应用中的问题,分析了鱼眼镜头对系统非均匀性的影响.对传统的两点校正算法进行了改进,提出了基于鱼眼镜头的两点校正算法,并对校正算法的成像质量进行了讨论.通过计算,校正前的非均匀性大小为0.72,校正后的非均匀性大小为0.027,系统的成像均匀性提到了提高.在非均匀性校正方面与传统的两点校正法进行了比较.结果表明,该方法具有校正精度高、成像效果好等优点.