红外图像非均匀性校正算法评估

红外图像非均匀性校正算法的选择直接影响成像质量和实现的难易程度.通过采集到的红外图像,对常用的几种非均匀性校正算法进行了定量分析和定性比较,结果发现,两点非均匀性校正算法、两点与LMS综合算法均有较好的校正效果,但综合算法具有更小的剩余非均匀性.非均匀性的评估为红外图像处理算法的选择提供了依据.     

基于帧间运动的神经网络非均匀性校正及其硬件实现

为解决红外焦平面阵列的非均匀性噪声制约红外成像质量问题,提出基于场景的神经网络非均匀性校正算法,利用帧间运动的图像序列实现非均匀性校正.先采用基于投影的运动估计算法选取神经网络算法的学习参考帧,再进行偏置矩阵计算的基于帧间运动判断的神经网络非均匀性校正算法,有效克服了传统SBNNT由于运动不足产生的鬼影问题.算法已在以TMS320DM643为处理核心DSP硬件处理平台上实现,取得了较好的校正效果.     

一种改进的线列焦平面阵列自适应校正算法

针对扫描型红外成像系统的特点,对局部恒定统计校正算法进行了研究和改进。新算法在原算法的基础上增加局部像素处理,可以单帧内完成非均匀性校正。仿真结果表明该算法能够有效地去除非均匀性引起的横条纹,并且算法具有很好的实时性,能够满足高速实时图像处理的要求。     

基于CPLD的图像传感器非均匀性校正

任何类型的图像传感器都存在着不可避免的非均匀性问题,非均匀性直接影响了传感器的成像质量及其应用范围.为此,讨论了多点校正方法的原理和算法,设计了基于复杂可编程逻辑器件(CPLD)的非均匀性校正实现方案,并针对CL512J型自扫描光电二极管阵列(SSPA)图像传感器进行了实时多点校正实验.结果表明,该校正系统能够将CL512J的非均匀性从40%降到2%.     

一种高精度CCD测试系统的非均匀性校正方法

针对高精度光电耦合器件(CCD)测试系统中像素的非均匀性给测试结果带来较大误差的问题,根据引起图像像素非均匀性噪声的特性,建立了对应的图像模型.采用自适应阈值分割算法将图像二值化分离出有效使用像素,并提出了一种采用两点线性方法对非均匀性像素进行校正的算法.仿真实验采用高速面阵CCD采集由激光器发射的圆形光斑图像,并通过计算图像光斑的中心坐标进行了验证.结果表明,该算法能够将图像的复杂背景与光斑分离,可校正其像素的非均匀性,稳定光斑的像素灰度值.在相同条件下连续采集图像,图像光斑的中心坐标稳定.     

光谱仪焦平面阵列非均匀性校正的研究

针对成像光谱仪相关技术要求,对辐射源定标焦平面阵列非均匀性校正的数学方法进行了深入研究,导出了适于成像光谱仪应用的相关算法并分析了其特点,实验结果表明焦平面阵列非均匀性校正算法能有效提高成像光谱仪干涉图的成像质量,显著提高光谱复原的精确性.     

红外焦平面阵列非均匀性校正算法的研究

红外焦平面阵列普遍存在非均匀性,会严重影响红外成像质量。对非均匀性的主要来源和表现形式进行了探讨,介绍了在工程应用中常用的校正方法,两点温度校正法、时域高通滤波法和人工神经网络法,给出详细的推导,并对几种校正算法进行了分析和研究,对这几种校正算法的优点和缺点进行讨论和综合对比,为进一步开展红外焦平面非均匀性校正提供参考意见。     

场发射平板显示器件亮度非均匀性校正方法的研究

首次提出采用亮度不均校正的方案解决场发射平板显示器件中微尖阵列均匀性问题；建立了矩阵式平板显示器件亮度非均匀性校正的物理模型，并近似成相应的数学模型；给出了校正参量的优化算法，计算得到了由亮度非均匀性决定的显示器件的成品率与非均匀调制特性标准差的关系．     

基于Nios红外图像实时非均匀性校正研究

针对红外成像系统在图像处理中所涉及的数据量大,实时处理难于实现的特点,运用Altera公司SOPC-Nios嵌入式软核心处理器技术,提出一种利用FPGA硬件实现红外焦平面阵列实时非均匀性两点校正的方法.该方法针对非均匀性校正关键的内部循环和耗时算法,创建Nios嵌入式处理器的定制指令,将复杂的顺序指令简化为硬件实现的单指令,用硬件实现校正算法,极大地提高了系统的处理速度和性能,有效地解决了红外成像技术中实时性难题.     

基于遗传算法BP神经网络优化IRFPA非均匀性适应校正算法

本文具体研究了红外图像非均匀性校正算法中的基于场景类BP神经网络校正算法。针对BP神经网络算法运算量大、容易进入局部最小值、实时性能差的问题,提出利用遗传算法优化BP神经网络校正过程的算法。