【正文】 陣列非均勻性會隨時間、環(huán)境等因素的影響有緩慢的變化，這樣就增加了設(shè)備的復(fù)雜度，于是人們提出了基于場景的非均勻性校正算法，該類算法各參數(shù)的更新都是來自于對場景的估計，就避免了定標校正算法的缺點 [9]。 紅外 圖像 預(yù)處理算法綜述 紅外 圖像 非均勻性校正研究 現(xiàn)狀 最早應(yīng)用于紅外探測器的校正算法是 Ewing 等人于 70 年代初提出的一點校正法 [6]，這一算法可以將陣列元對某一特定的均勻輻射的響應(yīng)置為一致，它可以對偏置不均勻性進行校正，也可以對增益不均勻性進行校正。非均勻性的產(chǎn)生原因有許多，其中加工工藝水平限制和外界影響，以及自身的工作狀態(tài)都會為系統(tǒng)帶來嚴重的非均勻性。紅外凝視焦平面陣列系統(tǒng)以它的 體積小、低功耗、無光機掃描、高性能及無電子束掃描的特點得到了廣泛的使用。 哈爾濱工程大學碩士學位論文 2 紅 外 輻 射 （ 目 標 / 背 景 / 各 種干 擾 輻 射 ）光 學 系統(tǒng)紅 外 探 測 器視 頻 放 大 器顯 示 器大 氣傳 輸紅 外 輻射 聚 焦電 信號紅 外 圖 像紅 外 成 像 系 統(tǒng) 圖 紅外成像系統(tǒng)示意圖 按成像方式不同紅外探測器可以分為：光學機械掃描成像和紅外凝視焦平面陣列式成像 [3]。但是由于紅外輻射所處的波段在人眼能夠識別的范圍之外，所以靠人眼是無法識別這種輻射的，如果能夠?qū)⑦@種輻射轉(zhuǎn)換成可見的圖像，那么就可以實現(xiàn)在無可見光環(huán)境下對物 體的觀察。 Blind pixel’s 紅外圖像非均勻性校正和增強技術(shù)研究 pensation。 （ 2）在分析了盲元產(chǎn)生原因以及盲元與點目標之間區(qū)別的基礎(chǔ)上，提出了基于二維線性外推理論的盲元檢測算法，并在實驗中對其進行了驗證，有很好的檢測效果。 紅外焦平面陣列是成像系統(tǒng)的最重要的器件，它的性能直接影響著整個系統(tǒng)的運行。 it is hard to distinguish between target and background. This paper presents many effective methods to solve these problems which exist in the infrared focal plane arrays. In this paper, more contexts are given: (1) The results obtained by traditional neural work correction algorithm, have the problems of blurring effect and some existing artifacts. After analysis the reasons of the problems that the traditional neural work correction algorithm may cause, in this article an improved algorithm is proposed: replace the mean filter, which used in the traditional algorithm by the nonlinear filter. And the parameters of nonlinear filter are variable according to the local image detail changes in the improved algorithm. The corrected images by the improved algorithm achieve not only a significant improvement in image clarity, but also effectively eliminate the problem of artifacts caused by the traditional algorithms. (2) After analyzed the cause of blind pixels and the difference between blind pixels and point targets, an effective detection algorithm was proposed which based on 2D linear extrapolation theory. The experiment shows that the proposed detection algorithm was more effective than the original algorithm, it verify the effective of the detection algorithm. (3) Infrared images have the features of dark and low contrast。物體的熱輻射在常溫下主要表現(xiàn)為紅外輻射，人們又稱紅外輻射為紅外線，它是一種人眼感覺不到的光線，具有很強的熱作 用，所以又稱為熱輻射。各個波段紅外輻射的透射率是不同的，因此波段的選擇也是非常重要的。故此，在20 世紀 70 年代產(chǎn)生了一種新型的也是當今最受人們重視的紅外凝視焦平面陣列式成像方式。 5）紅外成像系統(tǒng)功耗比較低，同時它的體積也比較小，可以方便的用于軍事方面。 另外，紅外成像系統(tǒng)與可見光成像系統(tǒng)不同，它反映的是場景物體的熱輻射量，所以它更容易受到周圍環(huán)境輻射和自身靈敏度的影響。于是，又提出了分段線性插值算法，它是用折線段連接插值節(jié)點來逼近映射函數(shù)曲線，與普通的多點校正算法相比較，它算法復(fù)雜度大大降低，易于實現(xiàn)實時處理。最后根據(jù)探測元對輻射量的響應(yīng)特性對過程進行初始化，就可以利用卡爾曼濾波關(guān)系式完成對狀態(tài)變量的估計。 根據(jù)盲元的特點，人們提出了許多檢測算法，如常使用的 3? 法，它判定像元為盲第一章 緒論 5 元的標準是：將像元灰度值和場景均值之間的偏差與一閾值相比較，如果大于，則判定為盲元，這一算法中閾值設(shè)定為標準差的 3倍。但是當原圖像灰度范圍較大時，算法的增強效果變差。 哈爾濱工程大學碩士學位論文 6 本文的主要工作及內(nèi)容安排 第一章是緒論，主要介紹了紅外探測器發(fā)展的過程，以及紅外成像系統(tǒng)所成圖像的特點，然后對紅外圖像非均勻性校正和增強兩方面的研究現(xiàn)狀進行了分析，指出了各種算法的優(yōu)缺點。人們通常使用外部的校正算法對紅外成像系統(tǒng)進行校正，本章分析了紅外焦平面陣列的成像特點、非均勻性的定義和產(chǎn)生的原因等 。這主要是因為場景中不同的物體（或同一物體的不同部分），對于太陽發(fā)出的輻射具有不同的吸收率和反射率，這就使白天所成的紅外圖像在細節(jié)方面比較明顯。這種不一致性是隨機的，它與工藝制 造水平有關(guān)，如閾值電壓不同、表面密度不均勻、溝道參雜濃度不同等，這些因素在實際的制造過程中是不可避免的。探測元轉(zhuǎn)換得到的電信號是非常微弱的，因此在成像過程中需要對這些響應(yīng)信號進行放大處理，所需要的放大電路也不止一個，例如 CCD 探測器，響應(yīng)信號的放大是以行為單位的，由于每個放大器參數(shù)不可能完全一致，這就引入了非均勻性。 非均勻性定義 1：在均勻入射條件下，焦平面陣列有效像元對輻射 響應(yīng)的最大值與最小值之差，同各有效像元響應(yīng)率平均值的百分比?；趫鼍暗姆蔷鶆蛐孕Ｕ惴ㄌ岣吡讼到y(tǒng)的自適應(yīng)能力，能夠根據(jù)響應(yīng)參數(shù)的漂移 調(diào)整校正系數(shù)，是目前研究的主要方向 [35]。這一節(jié)主要討論這兩種校正算法，并對它們的優(yōu)缺點進行分析。 （ 2） 針對增益因子的校正算法 選取溫度為 T 的黑體作為輻射源，在時刻 n 對所有陣列元的輸出響應(yīng) ()ijXT求平均()XT （見式（ 33）），對各陣列元的增益因子進行校正，則增益校正因子為： ( ) ( ) / ( )ij ijk T X T X T? （ 36） 于是，根據(jù)校正因子可以對陣列元輸出進行校正： ( ) ( ) ( )ij ij ijS t k T X t? （ 37） 上式中 ()ijSt為非均勻性校正后陣列元的輸出值， ()ijXt為陣列元對溫度為 t 的目標的實際響應(yīng)率。 XT L T H t123XT L T H t123 圖 兩點校正算法示意圖 哈爾濱工程大學碩士學位論文 14 從圖中可以看出，在焦平面陣列元的線性響應(yīng)范圍內(nèi)，兩點校正算法可以在補償陣列元偏移因子的同時，也對陣列元的增益因子做出了修正，有效的改善了一點校正算法的不足。因此，卡爾曼濾波被廣泛的應(yīng)用，特別是在動態(tài)數(shù)據(jù)的處理領(lǐng)域。 （ 1） 狀態(tài)模型 由于探測元的狀態(tài)漂移十分緩慢，那么我們可以近似認為在第 k 組幀內(nèi)各探測元的兩個狀態(tài)變量是不變的，而相鄰幀塊狀態(tài)變量可以認為后一組是經(jīng)過前一組的隨機擾動得到的，所以我們可以把探測元增益系數(shù)和偏移量抽象為高斯 — 馬爾可夫過程的隨機狀態(tài)變量。 （ 2） 觀測模型 在前面描述的觀測模型是基于單幀圖像的，是標量觀測模型，由于探測元參數(shù)漂移非常 緩慢的特性，我們完全可以將連續(xù)的多幀圖像劃分為一個幀塊，塊內(nèi)各幀圖像的參數(shù)恒定，并且當幀塊的長度越長時，濾波器得到的場景信息就越多，校正就會越準確。 設(shè)濾波器增益矩陣為 kK ，它是二維（ 2 kl? ）矩陣，計算方式如下： (1)2 2 ( 1 ) 1( ( ) )kTTk k k k k k k Y lBK P H H P H R B I??? ? ?? ? ? ? ? ? ? （ 331） 式中 (1)B 是指狀態(tài)矢量矩陣 B 的第 一個元素 k ，klI是階數(shù)為 kkll? 的單位矩陣， kP? 是預(yù)測誤差方差矩陣， 2Y? 和矩陣 kH 分別是實際紅外信號 Y 的方差和實際接收紅外輻射量矩陣 kH 的均值，表達式如下： ? ?22 m a x m in112T k kYY? ?? （ 332） 哈爾濱工程大學碩士學位論文 18 m in m a xm in m a x0 .5 ( ) 10 .5 ( ) 1kkkkkYYHYY????????? （ 333） 1 1 1 1Tk k k k kPP? ? ?? ? ? ? ??? （ 334） 式（ 334）描述了預(yù)測誤差協(xié)方差矩陣 kP? 和前一幀塊的誤差協(xié)方差矩陣 1kP? 的 關(guān)系，同時可以遞推的利用它來求出下一幀塊的誤差協(xié)方差矩陣 kP ，具體表達式如下： 22()k k k kP I K H P ???? （ 335） 初始條件賦值： 0 0 0?B E B B?????? （ 336） 相關(guān)聯(lián)的誤差協(xié)方差矩陣為： 20 200k bP ? ???????? （ 337） 1B 可以使用狀態(tài)變量估計值 0?B 對其進行預(yù)測，過程如下： 1 0 0? ?BB??? （ 338） 當 1k? 時，各參數(shù)賦值可以通過以下公式迭代完成： 11? ?k k kBB?? ??? （ 339） 1 1 1 1 1 1TTk k k k k k kP P G Q G??? ? ? ? ? ? ??? （ 340） 1()TTk k k k k k kK P H H P H R? ? ??? （ 341） ? ? ?()k k k k k kB B K X H B??? ? ? （ 342） ()k k k kP I K H P??? （ 343） 由式（ 342）可以看出對于狀態(tài)變量 kB 的估計分兩部分完成，一部分是根據(jù)以前的狀態(tài)對它進行預(yù)測，另一部分是對預(yù)測的校正。算法中當隱含層采用不同的濾波算法時，校正的效果也會不同，圖 是這一算哈爾濱工程大學碩士學位論文 20 法的結(jié)構(gòu)示意圖。具體的修正過程如下：首先將非均勻性校正結(jié)果與期望輸出進行比較，定義校正誤差 ()ijen為第三章 紅外圖像非均勻性校正算法 21 （由于所有運算都是基于像素進行的，為了方便起見，以后的表達式中均省略下標）： ( ) ( ) ( )e n Y n f n?? （ 346） 將式（ 32）代入式（ 346）得到： ( ) ( ) ( ) ( )e n G n X n O f n? ? ? （ 347） 在得到理想輸出與實際輸出的誤差以后，就需要利用修正網(wǎng)絡(luò)的學習對校正參數(shù)進行修正。參數(shù)收斂的總體趨勢使曲線呈現(xiàn)出先急劇下降，然后緩慢下降，最終趨于平。對于步長的選擇，要綜合兩個方面的因素，使兩個因素得到均衡 [45]。