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.     

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.     

基于定标法的红外图像非均匀性校正

采用一点和两点定标法对实际红外凝视型系统图像进行了非均匀校正,运用客观评价的方法对两者的校正效果进行了比较：一点法算法简单,但其校正结果无法满足红外系统,而两点法校正后图像的非均匀性则能很好的满足系统的要求。     

基于同态滤波方法的磁共振图像中非均匀场校正

磁共振成像(MRI)技术因其可以无损伤、无电离辐射、多参数多模态、高分辨率成像特点备受科学家关注,目前MRI技术广泛应用于医学临床,辅助诊断多种疾病[1-2]。灰度不均匀性或者偏差场作为MRT技术的主要缺点表现在对视觉检查和医疗诊断方面存在一定的误差,并且对图像的定量分析有很大的影响。为提高磁共振图像分析可靠性和疾病诊断精度,针对磁共振图像中由于非均匀场产生的灰度不均匀性,提出了同态滤波校正方法。该方法首先对图像的背景区域去除,然后对背景区域做高斯滤波得到非均匀场估计,最后对结果做指数运算即可得到校正后的图像。定性和定量分析实验结果表明,同态滤波方法能够有效校正磁共振图像非均匀场,改善图像质量。     

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.     

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.     

有源像素CMOS图像传感器非均匀性研究

有源像素CMOS图像传感器在许多领域有着重要的应用,但其非均匀性问题影响着成像质量,非均匀性控制一直是器件研发过程中需要重点考虑的问题之一。在分析CMOS图像传感器的工作原理的基础上,对非均匀性的来源及其表现形式进行了深入的分析,提出了3套不同层次的均匀性优化设计方案,分别从像素级、列级、芯片级三个不同的角度来评价非均匀性问题。研究结果对于设计高均匀性的图像传感器具有指导意义。     

钢板表面缺陷图像非均匀光照校正及分割算法

针对钢板表面缺陷图像光照不均匀的问题,首先根据图像的亮度与光照分量和反射分量的相关性,采用多尺度高斯函数方法提取图像的光照分量并分离出反射分量.然后根据光照分量的分布情况调整二维(2D)伽玛函数的参数,实现光照分量分布不均的自适应校正,再将校正后的光照分量与原有的反射分量融合得到光照均匀的新图像.最后采用遗传算法选择最大熵阈值进行缺陷分割.结果表明:钢板表面缺陷图像的非均匀光照得到了有效改善,缺陷细节得到了较好保持;图像阈值分割缩短了寻找阈值的时间,能够有效检测出钢板表面的多种缺陷.     

一种新的红外焦平面阵列非均匀性校正技术

在分析了红外焦平面陈列非均匀性的噪声特性基础上,提出用噪声抵消的方法来对红外焦平面阵列的非均匀性进行自适应校正,针对实际图像进行了实验,结果表明该方法比神经网络法能得到更好的校正效果。     

线结构光多传感器三维测量系统误差校正方法

针对线结构光多传感器三维轮廓测量系统中多传感器坐标系统一误差及线结构光带特征平面方程求解误差的校正问题,应用一种可进行特征点多分辨率提取的平面靶标,选择两传感器共同测量范围内部分特征点作为参考点,应用迭代求解最近临点算法,求解两标定坐标系精确统一的参数,实现多传感器测量系统中两坐标系统一误差的校正.提出了一种带参数的线结构光带图像特征点亚像素提取算法,通过参数设置改变线结构光带特征平面的位置,对线结构光带特征平面方程求解误差进行校正.实验结果表明,误差校正算法精度高、重复性好,确保测量系统可以获得复杂型面物体高精度的截面测量配准数据.     

固体图像传感器信号插值细分的硬件实现

根据采样和恢复定理，研究用硬件电路对图像传感器输出信号进行间距插值(或细分)的原理。分析了图像传感器的功能和硬件插值细分的机理，给出了对图像传感器输出信号进行插值细分的电路框图。在此基础上，用电子CAD软件PSpice对激光衍射图样的测试进行了仿真实验。仿真结果表明，在激光衍射测微中，用硬件插值细分的方法可以使其测量精度更为精确(特别是低位数、大中心距的器件)，从而证明了理论分析的正确性。该方法利用低通滤波的作用，还在很大程度上消除了器件的不均匀性。     

红外线阵探测器非均匀性校正的DSP实现

红外线阵探测器推扫成象是当今红外成象技术发展的主流方向,但普遍存在着的探测器响应率非均 匀性问题影响了系统成象的质量。首先分析了红外线阵探测器非均匀性的成因,然后讨论了非均匀性校正 的算法,并在此基础上着重论述了一种基于DSP的硬件实现,给出了试验结果。     

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。     

集装箱检查系统中的阵列探测器校正

大型集装箱检查系统中 ,采用一维线阵列探测器并行扫描方式 ,并以直线加速器为 X射线源。其中多个探测器及前放的线性不一致性和非线性以及 X射线扇型束流的强度角分布导致图像出现水平条纹和明暗条带。这些因素严重影响了图像质量 ,必须对图像进行校正。通过实验 ,对探测器响应进行多点定标 ,再进行对数插值 ,得到校正参数。原始图像数据与校正参数进行适当的运算 ,图像即得到校正。计算结果与实验结果基本吻合 ,图像经校正后 ,水平条纹和条带基本消失。这种校正方法在集装箱检查系统中是有效和可行的 ,已经得到应用     

黑白CCD相机平场影响因素分析及校正方法研究

实用的黑白CCD相机，由于受到诸如光源的不均匀性、光敏单元本身响应差异、暗电流及偏置等因素的影响，对于一个友度均匀的目标，可能会输出强度不均匀的图像，这将对后续图像处理中的目标特征提取及测量不利。针对此问题，对影响黑白CCD平场的因素进行了分析，并提出了一种通过获取暗本底图像数组及标准白图像数组对图像进行校正的方法。实验表明，该方法能够取得理想的效果。     

非制冷红外焦平面成像系统中SOC设计

非制冷红外系统中要求偏置、信号读出电路体积小,由此提出基于片上系统(SOC)集成的设计方法。详细描述了该成像处理系统的硬件设计原理及基于SOC的非均匀校正的设计。该系统集成了非制冷红外探测器驱动电路,模数转电路,以及图像信息处理电路等多种功能,提高了成像系统集成度,并且有工作稳定和体积较小的优点。     

红外图像去斑算法及其实时实现

针对某型红外观测系统非均匀定标受校正算法、环境变化等因素影响带来的黑斑和细胞状条纹问题，提出了基于神经网络的非均匀校正算法，并利用高速信号处理器和可编程器件研制成功了工程化硬件处理系统．经与红外观测系统联调结果表明，该算法在自适应地去除斑纹的同时可较好地保留图像的细节信息，并可在所研制的硬件系统上实时实现．     

圆形截面管路内PIV流场测量的直接校正方法

为修正圆形截面管路内PIV（粒子图像测速）流场测量中的图像畸变,建立了一种基于光学原理的直接数值校正方法.该方法不受流体饱和温度限制,可对坐标和速度矢量进行同步校正,壁面附近的光学畸变也能够进行较好还原,同时不需要额外的辅助设备.采用Fortran语言编制了通用的计算机代码,只需改变程序相关输入参数,即可应用于其他条件下的图像校正.使用方形规则化网格对其进行了验证,误差不超过3%.对于双层圆形管壁内低温气液两相流动的PIV流场测量实验,该方法能够给出满意的校正结果.