不均匀性校正

不均匀性校正（精选八篇）

不均匀性校正 篇1

在获得信息的各种渠道中,图像信息无疑是最直观的。随着图像传感器的不断发展,其成像结构在提高空间分辨力,扩展动态范围、采集多维信息等方面开始有了明显的优势。由于高分辨力、超宽幅面检测现场的需要,需要将多路CCD采集的图像进行拼接,但由于图像传感器都存在着不可避免的非均匀性问题,这种非均匀性直接影响了传感器的成像质量及其应用范围[1]。这种成像不一致性是成像系统固有的特性,也是目前图像传感器在成像应用中面临的主要问题。针对于图像传感器存在的图像非均匀性,主要有两种类型的校正算法,一种是基于场景的校正,一种是基于标定的校正。John G.Harris,Sergio N.Toores等提出的基于场景的校正算法[2,3,4,5],基于场景的算法通常利用一组图像序列,依赖相邻帧运动或变化产生的场景参数来进行校正,这种算法的缺点是校正不够精确并且很难进行实时校正。基于标定的校正最常用的就是两点标定,这种方法利用高辐照度和低辐照度的成像数据进行标定,由两点标定扩展出多点分段标定,多项式标定等算法。基于标定的算法的特点是必须依赖于均匀辐照图像做参照,校正的结果比较准确,但是一旦进行标定,这种算法无法在所有环境条件下都得到均匀的结果。针对标定算法不能自适应场景的缺点,本文利用多路CCD图像中相邻两图像所具有的特点,提出了一种基于场景的校正算法,为多路CCD校正提供一种新的途径。

1 单CCD两点标定校正法

在正常工作范围内,即输入辐照度φ∈[φmin,φmax]。其第i个光敏元的输出信号与输入辐照度之间的关系为

式中:φi为入射到第i个光敏元的辐照度,Xi为第i个光敏元的输出信号。

fi为第i个光敏元的响应函数[6]。在理想情况下光敏元i在达到饱和之前,认为输出信号应与辐照度成线性关系,即响应函数为:fi:gi⋅φ+oi。其中:gi称为增益系数;io称为偏置系数。由于响应函数fi为φ的线性函数,整个CCD的平均响应函数f是φ的线性函数,fi的反函数fi'是Y的线性函数,所以非均匀性校正变换G是Y的线性函数,即

其中:gi为整个CCD的平均增益系数,io为平均偏置系数[7]。通过选定两个定标点φL和φH(φL<φH,且φL,φH∈[φmin,φmax]),测得CCD各光敏元对于均匀辐照度φL及φH的两组响应输出Xi L和Xi H,得到CCD对φL的平均响应XiL和对φH的平均响应XiH,从而可得到各光敏元的gi和oi以及整个CCD的gi和io。这种校正算法就是常用的两点定标校正算法,基于这种思想进行扩展相继产生了多点分段校正算法。

2 基于场景的多路CCD校正算法

多路CCD成像系统的图像特点是单路CCD所形成图像内部比较均匀,而多路图像之间存在的差异较为明显,不利于后续的大场景显示。并且所处理的每一路图像的分辨力很高如4 000×512,在大分辨力的情况下,必须要考虑到校正算法的效率。可以利用定标校正的理论来确定多路图像之间的线性关系从而确定校正系数。

通过对多幅大分辨力的多路CCD图像进行分析,多路CCD图像两两之间(如图1)存在这种现象,在相邻两路场景图像中,在均匀的情况下,第一路的最后一行和第二路第一行在相同列的位置上的两个像素灰度值应近似相等。可以提出这样的假设,一个拼接后均匀的分辨力为M×N的t路CCD图像,应有以下等式成立:

其中:X为灰度值,I=(N×i)/t,i=,1,2,3,t;j=,1,2,3,M。

通过在两路图像相邻两行像素确定适合的定标像素点,然后根据两点校正或多点分段校正的理论,利用定标像素点求解两路图像的校正系数。

2.1 确定定标点

在多路CCD所成的两路图像的相邻两行像素中确定出合适的一对亮点和一对暗点或者多对定标像素点,利用这些定标点计算其校正系数。为了准确地找出定标像素点,需要在第I行和第I+1行上的像素做一些简单的统计,以确定出阈值来对像素点做相应的判断选择。阈值计算的公式:

其中:mean表示一路图像均值;XI,j表示大于该路图像灰度均值所有的点;YI,j表示小于该路图像灰度均值所有的点;nh表示大于块均值所有像素点的个数;nl表示小于块均值所有像素点的个数,TH和TL即为确定定标点的两个阈值。具体流程见图2。先根据以上公式计算出阈值,确定相邻两行的行号I和I+1,然后从图像第一列开始扫描,j为列号,X(I,j)为该像素点的灰度值,逐一判断像素点是否满足定标点的条件,直到找到满足定标点条件的像素点为止。然后从图像为讨论方便,假设多路CCD中的图像不存在配准问题。若有,需采用配准算法对多路CCD图像进行先配准,然后采用本论文的算法进行校正。

2.2 计算校正系数并校正图像

在两块图像中得到符合要求的一对相关的亮点值和暗点值后来计算各块的校正系数。令xHij(ΦH)为在亮块中找到的亮点值,xLij(ΦH)为对应位置的暗块中的亮点值,令xLij(ΦL)为在暗块中找到的暗点值,xHij(ΦL)为对应位置的亮块中的暗点值。然后计算出亮点的均值和暗点的均值VH和VL:

然后利用这对均值VH和VL求各块图像校正系数,具体公式如下[8]:

可计算出各自的增益(G)和偏移量(O),随后就运用线性关系把各自的像素值进行修改,从而得到校正的效果。如下:其中xij′,xij为修改后和修改前像素灰度值。

3 实验结果讨论与分析

以两路分辨力为4 000×512的CCD单帧图像为例,在CPU为Intel Pentium4 2.20GHz,内存512 M的PC中使用Matlab进行仿真校正,图3是校正后两路CCD图像的情况。

两路图像之间的相邻两行像素在校正前和校正后的像素值分布情况如图4和图5所示,虚线和实线代表第512行、513行像素灰度值分布情况,校正前相邻两行像素反差很大,而校正后相邻的两行的像素分布基本上重合。

可以利用图像的粗糙度ρ或是3×3邻域内标准差的空间平均值,来衡量非均匀性空间噪声的大小,来度量图像的整体非均匀性[9]。其中h1是行模板[1,-1],h2=h1T为列模板。通过计算ρ=0.06。综合上述结果该算法的是可行有效的,解决了不均匀性问题。

采用类似的方法,可将两路的情况扩展到多路,可最终解决多路CCD的不均匀性问题。如图6所示,对4路CCD的成像图像分别进行两点校正,多点分段校正,和本文提出的算法的校正,分别进行图像的整体非均匀性度量进行比较,如表1所示。

从肉眼判断,几种算法校正后图像的效果相差不多,通过图像的3×3邻域内标准差的空间平均值对几个算法进行进一步比较,从实验数据分析,校正前的图像平均值最大,基于场景的两点算法的值要比需要参照源两点校正算法的值略小,说明其非均匀性空间噪声更小,更为均匀。但基于场景的多点算法比需要参照源的多点分段校正的值大,但是由于场景算法不需要均匀辐照的图像为作参照,给计算校正参数带来一定的方便,一次计算好校正系数之后,可以将系数下载到硬件电路中,从而进行自适应地校正。

结束语

论文从传统的两点校正理论出发,讨论一种基于场景的,不需要标准光照图像作为参照源的校正算法,通过两路图像中相邻两行像素之间的线性关系,利用找到的定标点进行计算确定每一路图像的校正系数,从而不受CCD路数的限制。利用Matlab进行仿真,并比较了需要参照源的两点校正和多点校正,从实验结果看,校正后的图像从视觉上效果与两点校正和多点校正后的图像相差不大,从图像的整体非均匀性度量指标来看,实验数据表明该算法校正后图像的3×3邻域内标准差的空间平均值介于需要参照源两点校正算法和多点分段校正算法,但由于场景方法不需要参照源图像,更有利于进行不同光照环境下的自适应的校正。算法目前只是针对单帧图像进行研究,在今后的研究中,可以通过图像序列进行实时的校正。

参考文献

[1]Sabry F El Hakim,ClausBrenner,GerhardRoth.A multi-sensor approach to creating accurate virtual environments[J].Photogrammetry and Remote Sensing(S0924-2716),1998,53(6):379-391.

[2]John G Harris,CHANG Yu-ming.Non-uniformity correction of infrared image sequence using constant statistics constraint[J].IEEE Transactions On Image Processing(S1057-7149),1999,8(8):1148-1151.

[3]Sergio N Torres,Vera E M,Rodrigo A.Reeves,et al.Adaptive scene based non-uniformity correction method for infrared focal plane arrays[J].Proceedings of SPIE(S0277-786X),2003,5076:130-139.

[4]Sergio N Torres,Majeed M Hayat.Kalman filtering for adaptive non-uniformity correction for infrared focal plane arrays[J].Journal of Optical Society of America A(S0740-3232),2003,20(3):470-480.

[5]Ajay Kumar S.Sarkar,Agarwal R P.A novel algorithm and FPGA based adaptable architecture for correcting sensor non-uniformities in infrared system[J].Microprocessors and Microsystems(S0141-9331),2007,31:402-407.

[6]石岩,张天序,李辉,等.一种考虑红外焦平面器件非线性响应的非均匀校正方法[J].红外与毫米波学报,2004,23(4):251-256.SHI Yan,ZHANG Tian-xu,LI Hui,et al.New Approach To Non-uniformity Correction of IRFPA With Nonlinear Response[J].Journal of Infrared Millimeter Wave,2004,23(4):251-256.

[7]张丕壮,路宏年.面阵CCD微光像感器图像的校正[J].兵工学报,2000,21(4):68-73.ZHANG Pi-zhuang,LU Hong-nian.The Correction of Image Photographed By CCD Image Sensors[J].ACTA ARMAMENTARII,2000,21(4):68-73.

[8]高建贞.一种快速实用的灰度校正算法[J].中国图象图形学报,2002,7(6):548-552.GAO Jian-zhen.A Practical and Fast Method for Non-uniform Illumination Correction[J].Journal of Image and Graphics,2002,7(6):548-552.

不均匀性校正 篇2

基于均匀场地的遥感图像相对校正算法研究

受地面均匀场地宽度的限制,使用均匀场地两点相对辐射校正算法,只能对幅宽比较窄的线阵推扫式传感器进行相对校正.提出了一种改进的基于均匀场地的遥感图像相对辐射校正算法,该算法通过在一幅或多幅图像上选取满足亮度要求的.区域来计算所选区域内及区域间的相对定标系数,根据区域内和区域间相对定标系数将宽幅线阵推扫式传感器全体探测元的响应相对校正到一致.结果表明:该算法能够实现宽幅线阵推扫式传感器的相对辐射校正,实现简单.校正效果理想.

作 者：赵燕 易维宁 杜丽丽 黄红莲 ZHAO Yan YI Wei-ning DU Li-li HUANG Hong-lian  作者单位：中国科学院安徽光学精密机械研究所,通用光学定标与表征技术重点实验室,安徽合肥,230031 刊 名：大气与环境光学学报 英文刊名：JOURNAL OF ATMOSPHERIC AND ENVIRONMENTAL OPTICS 年，卷(期)： 4(2) 分类号：P407 关键词：相对辐射校正   均匀场地   定标系数   探测元  

不均匀性校正 篇3

红外焦平面阵列(IRFPA,Infrared Focal Plane Array)的应用使得现代红外成像系统能同时获得在空间分辨率、温度分辨率和时间分辨率方面的优异性能[1]。然而,受到材料、制造工艺和工作环境等因素的影响,IRFPA各探测元在相同辐照条件下通常会输出不同的响应,这种非均匀性的存在会显著降低成像的信噪比和辨析率,严重影响成像质量,因此基于IRFPA的成像系统中,均要进行非均匀性校正[2]。目前,国内外非均匀性校正算法有很多,但总体上可分为基于参考源的定标校正算法和基于场景的自适应校正算法两大类[3]。基于场景的自适应校正算法由于计算量大、收敛慢等缺点大多还处于实验室研究阶段,而基于参考源的定标校正算法则已在实际工程中得到广泛应用[4]。

目前地基机动红外测量系统的非均匀性校正大多采用基于参考源的定标校正算法,主要方式为单点校正和两点校正。红外景象测量系统采用单点校正时一般直接利用镜头盖或某一天区进行校正,操作非常简便,但环境适应性差;采用两点校正时则分别利用低仰角天区和高仰角天区进行校正,但易受天气条件限制。红外特性测量系统由于需对目标特性进行定量测量,非均匀性校正大多采用基于黑体的单点或两点校正法,单点校正同样存在环境适应性差的问题,而两点校正则由于黑体需设置两个温度点,校正过程等待时间长,若采用两个黑体则需增加黑体配置。红外测量系统由于大动态范围的需求,在光学系统中大部分设计了辐射衰减片,两点校正的实质是利用2个不同辐射能量下IRFPA响应值来计算校正参数,利用衰减片的衰减效果同样可以为IRFPA提供不同辐射,如果有多档衰减片还可以获得多个不同IRFPA响应值。因此提出了基于辐射衰减的IRFPA非均匀性校正方法,采用1个校正源+辐射衰减片的方法进行IRFPA非均匀性校正,利用辐射衰减片的衰减倍率实现了分段两点校正算法,计算量适中,并进行验证实验。

1 基于参考源的定标校正算法的实质

焦平面非均匀性校正的实质是使各单元的信号与整个焦平面单元的平均响应用一个校正函数来表达,且要求响应处于探测器的线性区间,工程应用中采用最多的还是单点校正算法和两点校正算法。

1.1 单点校正算法

图1是单点校正算法的原理示意图,L1,L2,……,LN代表IRFPA N个像元的辐射响应曲线。设在均匀辐射Φ0照射下像元i的响应灰度值为DNi(Φ0),则可计算所有像元的平均灰度值:

则像元i的单点校正参数DNi*为

那么在任意辐射Φ照射下像元i的校正公式如下:

式中:DNi(Φ)为像元i在辐射Φ照射下的原始响应灰度值,DN i′(Φ)为校正后输出灰度值。

单点校正由于只校正了偏置,没有校正增益,只在校正点附近效果较好,当背景和目标辐射偏离校正点越远校正效果越差,因而一般建议校正点Φ0最好为饱和值的50%左右,但在工程应用中保证难度较大。

1.2 两点校正算法

图2是两点校正算法的原理示意图,粗线L为校正后所有像像元的响应曲线,该曲线由两校正点的平均灰度唯一确定。设在均匀辐射Φ1和Φ2照射下像元i的响应灰度值分别为DNi(Φ1)和DNi(Φ2),则可利用式(1)计算不同辐射条件下的平均灰度值,设分别为通过联立方程组可以求得像元i的校正系数如下:

那么在任意辐射Φ照射下像元i的校正公式如下:

两点校正算法不但对响应曲线的偏置进行了校正,也对增益进行了校正,所以校正精度明显好于单点校正。由图2可以看出,要满足IRFPA整个线性区的均匀性要求,Φ1和Φ2最好分别处于线性区的最低端和最高端,如果Φ1和Φ2过近,对校正效果影响明显,这对工程应用中校正点的选择提出了较高的要求。

如果IRFPA响应曲线呈良好线性关系,两点校正可以取得很好的校正效果。但如果IRFPA的响应曲线线性度差,多采用多项式拟合或分段两点校正居多,其中分段两点校正因计算量适中,因此在工程实际中应用越来越广泛,分段两点校正公式如下:

从式(6)可以看出,分段两点校正需要知道任意辐射Φ所处的段落,即需知道Φ1、Φ2、Φ3的值,因而需要精度知道校正点的黑体温度,必然会增加校正的时间或黑体配置数量。针对这种情况提出基于辐射衰减的非均匀性校正法。

2 基于辐射衰减的非均匀性校正

2.1 辐射衰减原理

衰减片是利用物质对光的吸收特性,制成片状放在光路上实现将光强衰减,其衰减效果与衰减片材料种类和厚度有关,一般以透过率表示,如透过率为0.02,表明光通过该衰减片后,光强只有原来的2%。辐射衰减就是利用衰减片的原理进行的,不同的波长的红外辐射均按同一比例衰减。图3为衰减片安装在基于IRFPA成像系统中实现辐射衰减的原理示意图。

辐射衰减片安装在导轨上,根据需要确定安装数量,通过信号控制不同衰减倍率的衰减片分时位于光路中,从而使IRFPA接收经衰减后的辐射。从图中可以看出,切换衰减片的速度受导轨控制,这种水平切换时间可控制在0.5 s以内。

2.2 基于辐射衰减的非均匀性两点校正算法

将基于IRFPA的成像设备对准某一均匀天区、或某一温度点的面阵黑体、或直接采用镜头盖,通过切换辐射衰减片档位,即可以获得不同均匀辐射下的两幅图像,再利用式(4)即可计算得到每一探测元的校正系数,在实际应用中考虑随机噪声影响,一般取多帧图像的平均值再进行计算。该方法的最大优点是只需一个校正源即可实现两点校正,不受应用环境限制均可实现两点校正,从而尽可能的保证校正效果。

2.3 基于辐射衰减的非均匀性分段两点校正算法

分段两点校正的难点是必须首先获取分段点的辐射量或黑体温度,该方法则利用辐射衰减片的衰减倍率建立与IRFPA探测元的响应关系,反演计算分段判据。假设有M档衰减片,其集合为A=[a1,a2,…,aM],校正源辐射为Φ0(不必已知),则当第j衰减片处于光路中时IRFPA接收辐射为aj×Φ0;设在各衰减片下第i探测元采集的数据集为DN=[DNi(1),DNi(2),…,DNi(M)]。基于辐射衰减的非均匀性分段两点校正算法有以下步骤:

1)利用最小二乘法拟合IRFPA探测元i的响应曲线,根据IRFPA响应特性采用如下拟合模型:

因为Φ0为一固定值,设Ki′=Ki×Φ0,则可由联立方程组求得:

2)当某一辐射Φ照射IRFPA时,探测元i的响应数据为DNi(Φ),利用式(7)～式(9)可计算输入辐射的等效透过率:

3)根据等效透过率a值确定段落,执行两点校正运算,输出图像。

从以上分析可知,校正源辐射Φ0不必带入计算即可确定任意辐射所处的段落,因此采用基于衰减片的非均匀性校正法可以不必知道校正源的辐射即可实现分段两点校正算法。在红外辐射特性测量系统中,为了保持事前辐射定标和实测过程非均匀性校正的一致性,建议定标和实测校正黑体设置同一温度。

在弱目标检测系统中,由于噪声的存在,必须提高目标提取算法中的阈值,但容易导致真实目标未提取。因此在非均匀性校正过程中必须考虑校正参数对系统噪声的影响,对于两点校正算法,如果增益大于1则会对噪声产生放大作用。因此,采用分段两点校正则因为与实际响应更为接近,能有效控制噪声放大效应。

3 验证实验及结果分析

3.1 两点校正实验

选用某红外景象测量设备作为实验平台,IRFPA为碲镉汞探测器阵列,波段为1～3μm,分辨率320×256,衰减片3档,透过率分别为100%,10%,1%。实验步骤如下:

1)确定等效高温校正天区(E:10°)、等效低温校正天区(E:90°)、检测天区(E:45°)和带目标区域(约2 km远的无线发射塔),并记录相应的位置。

2)将设备对准低仰角天区不动,衰减片设置为100%,采集图像作为高温校正点;然后将衰减片设置为10%,采集图像作为低温校正点,运行两点校正算法;衰减片设置为100%,对准检测天区采集图像,见图4(a),再对准目标区采集图像,见图5(a)。

3)将设备对准低仰角天区不动,衰减片设置为100%,采集图像作为高温校正点;然后将衰减片设置为1%,采集图像作为低温校正点,运行两点校正算法;衰减片设置为100%,对准检测天区采集图像,见图4(b),再对准目标区采集图像,见图5(b)。

4)利用常规的两点校正法,将设备对准低仰角天区采集图像作为高温校正点;然后对准高仰角天区采集图像作为低温校正点,运行两点校正算法;衰减片设置为100%,对准检测天区采集图像,见图4(c),再对准目标区采集图像,见图5(c)。

5)采用国标非均匀性定义式(11)计算三组检测天区图像的均匀性。

其中:Φ为某均匀辐射,i为像元号,N为总像元数,DNi(Φ)为像元i在均匀辐射下的响应,DN(Φ)为所有像元响应的平均值,可由式(1)计算得到。

从图4可以看出,三组实验非均匀性校正效果相当。由图5可看出图5(b)的校正效果与图5(c)的效果相当,但前者在图像下半部背景有一定的渐变效果与真实情况更为接近。图5(a)则背景噪声要明显得多,其原因就是两校正点辐射相对接近,校正参数中的增益比图5(b)要大,对噪声的放大效果就明显。因此,在进行基于辐射衰减片的两点校正时应选用最大透过率和最小透过率两档进行校正。从实验过程及结果可知,基于辐射衰减片的两点校正与常规的两点校正效果相当,但前者能显著缩短校正时间,并且在常规两点校正无法实施仍能采用两点校正,从而更好地保证了校正效果。

3.2 分段两点校正实验

分段两点校正的优势主要体现在探测器线性度变差的低段,此时低背景信息是图像的主要构成部分,为了保证实验效果,选用了某红外辐射特性测量系统作为实验平台。IRFPA为量子阱探测器阵列,波长为7～9.5μm,分辨率640×480,衰减片4档,透过率分别为1/4,1/16,1/64,1/256。黑体选用美国ISDC IR150型面元黑体,主要参数如下:口径300 mm×300 mm,温度范围室温+5～500℃,发射率0.97。实验的步骤如下:

1)黑体温度设置为50℃,待温度稳定后,将黑体与测量系统对准,切换衰减片并分别采集图像。

2)计算校正参数。

3)将黑体温度设置为10℃,衰减片设置为100%,执行分段两点校正并输出图像,计算NU,见图6(a)。

4)将黑体温度设置为30℃,重复步骤3),结果见图6(b)。

5)分别采用常规两点校正和本方法校正,拍摄傍晚时分天顶辐射(设备俯仰90°),计算NU,结果如图7所示。

6)保持校正参数不变,分别跟踪了民航飞机和国际空间站,检验有目标图像的校正效果,见图8。

从图6可以看出,本文方法校正效果与图4校正效果相当,非均匀性均为0.2%左右,这是因为校正图像的响应均处于IRFPA响应线性区;从图7可以发现,本文方法校正后的非均匀性为常规两点校正的一半左右,特别是底纹抑制效果明显,这是因为校正图像的响应接近IRFPA的低端非线性区,此时分段两点校正的优势就表现出来了。从图8可以看出,在跟踪远距离的民航飞机和超远距离的国际空间均达到了好的校正效果,此时背景为天空辐射,同样处于IRFPA响应的低段,并通过仔细观察可以发现跟踪国际空间站时的背景噪声略大于跟踪民航飞机情况,这主要是因为跟踪时设备仰角不同,跟踪民航飞机时设备仰角为13.5°左右,而跟踪国际空间站时为72.0°,是因为此时天空辐射更低所致。从实验结果可知,本文校正方法即使目标和背景辐射处于IRFPA的非线性段也可以取得和线性段响应相当的校正效果,抑制背景噪声明显,能极大地简化校正操作和提高校正效率。

4 结论

基于辐射衰减的IRFPA非均匀性校正方法,通过定标源和辐射衰减片的组合降低了常规校正方法对环境及标定源的要求,通过建立衰减倍率与探测元响应的关系,反演计算任意辐射所处的校正段落,实现了无定标黑体的分段两点校正。实验结果表明,基于辐射衰减的两点校正法与常规两点校正法校正效果相当,分段两点校正法校正效果优于常规方法,在低背景测量条件下校正均匀性提高约50%,具有环境适应性强、操作简单和校正时间短的优点,能很好地抑制背景噪声。该方法只需具有辐射衰减片即可实施,并较好地解决了IRFPA响应低段的非均匀校正,在弱目标检测系统中具有较好的推广价值。

摘要：针对机动红外测量系统单点非均匀性校正效果不佳、两点非均匀性校正制约条件多的难点,提出了基于辐射衰减的IRFPA(红外焦平面阵列)非均匀性校正新方法。该方法利用辐射衰减片使IRFPA获得不同辐射响应,实现非均匀性两点校正和分段两点校正。分段两点校正通过建立衰减倍率和IRFPA灰度的响应曲线,反演计算任意辐射所处的响应段落,实现了无需定标黑体即可进行分段两点校正。实验结果表明,基于辐射衰减的非均匀性校正效果优于常规方法,在低背景辐射测量条件下校正均匀性提高50%,具有操作简便和环境适应性强的特点。

关键词：辐射衰减,非均匀性校正,IRFPA,辐射测量

参考文献

[1]屈惠明,陈钱.环境温度补偿的红外焦平面阵列非均匀性校正[J].红外与激光工程,2011,40(12):2328-2332.QU Huiming,CHEN Qian.Surrounding temperature compensation for infrared focal plane arrays non-uniformity correction[J].Infrared and Laser Engineering,2011,40(12):2328-2332.

[2]白俊奇,陈钱,钱惟贤,等.基于环境温度的红外焦平面阵列非均匀性校正[J].红外与毫米波学报,2010,29(1):49-52.BAI Junqi,CHEN Qian,QIAN Weixian,et al.Non-uniformity correction for infrared focal plane arrays based on environmental temperature[J].Journal of Infrared and Millimeter Waves,2010,29(1):49-52.

[3]冷寒冰,汤心溢.基于积分时间调整的红外焦平面阵列非均匀校正算法研究[J].红外与毫米波学报,2007,26(4):246-250.LENG Hanbing,TANG Xinyi.Research on non-uniformity correction of IRFPA based on integral time adjust[J].Journal of Infrared and Millimeter Waves,2007,26(4):246-250.

[4]王锐,邵晓鹏,徐军,等.基于定标积分时间法提高红外成像系统动态范围的研究[J].红外技术,2009,32(7):381-385.WANG Rui,SHAO Xiaopeng,XU Jun,et al.Study on improving dynamic range of infrared imaging system based on calibrating integration time[J].Infrared Technology,2009,32(7):381-385.

[5]陶坤宇,李福巍,周彦平,等.红外焦平面成像系统动态范围自适应技术研究[J].红外与激光工程,2008,49(2):265-269.TAO Kunyu,LI Fuwei,ZHOU Yanping,et al.IRFPA imaging system dynamic range adaptive adjust technology[J].Infrared and Laser Engineering,2008,49(2):265-269.

[6]霍晓江,郭肇敏,张志恒,等.基于积分时间的IRFPA非均匀性校正方法研究[J].红外与激光工程,2008,37(s2):604-607.HUO Xiaojiang,GUO Zhaomin,ZHANG Zhiheng,et al.Research on non_uniformity correction of IRFPA based on integration time[J].Infrared and Laser Engineering,2008,37(s2):604-607.

不均匀性校正 篇4

在图像采集过程中,由于一些不理想的光源,采集的信息经常会存在一定程度的光照不均匀现象[1]。这对于后期的检测和处理将带来很多不利影响。为此,人们提出了一些有效方法将光照不均匀的图像转换为光照均匀的图像[2,3,4]。

在文献[2]中,作者提出了一种基于方差归一化的光照不均匀图像灰度校正方法。该方法主要利用下述公式进行不均匀光照的校正,

其中I(x,y)表示图像中(x,y)处的像素灰度值,m表示在以(x,y)为中心的一个窗口内所有像素的灰度平均值,表示该窗口内所有像素值的方差,b是亮度系数,用于调节光照不均匀校正之后的图像背景,a是一个防止s为0时的小的正数。公式(1)中的第一项就是方差归一化。

我们知道,方差描述了数据偏离平均值的程度。根据上述公式计算出的I(x,y)可能出现溢出现象,即I(x,y)可能大于255,显然这是不合理的;同时,该方法使用的方差归一化方法,强行将本来灰度差别较大的区域变得一致,使得校正过度,并且可能放大本来较小的噪声。因此,我们提出了一种改进方法,即在保持方差相对大小不变的前提下,通过调节系数来适当调整灰度值的变化,同时将整个图像的灰度值设定为一个合适的常数,从而实现图像光照的均匀化,提高图像质量,减小图像细节信息的损失。

2 改进方法

方差能表示一组数据偏离平均值的程度,方差越大,则偏离程度就越高,对应于图像来说就是该窗口的灰度值变化越剧烈;反之,方差越小,偏离程度就越低,对应于图像来说就是该窗口的灰度值变化越平缓。显然这种偏离都是相对于窗口内的平均值的。当窗口内总体亮度较高时,大的方差意味绝对的灰度变化就越大,反之就变化越小;当窗口内总体亮度较低时,与窗口内总体亮度较高相比,同样大的方差其绝对的灰度变化却显得较小,同样小的方差其绝对的灰度变化却显得更小。显然利用公式(1)中统一的调整方式是不合适的。此外,第一项中的调节系数b与图像校正后的整体灰度值相同也不合适,图像校正后的整体灰度值显然应当具有一定的独立性。鉴于此,提出了下面的改进的公式,

其中a表示调节系数,b表示图像校正后的整体灰度值。

由于I(x,y)围绕平均值m变化,为了防止I*(x,y)溢出,即大于255或者小于0,显然应该有max(a(I(x,y)-m))£255-b,即b£255-max(a(I(x,y)-m)),同时,|min(a(I(x,y)-m))|£b。因此对于b就有下面的约束条件,

显然,对于调节系数a还缺乏指导性知识。根据光照不均匀校正的思路,我们希望将背景光照均匀化,而对于相对于背景光的物体本身的纹理和明暗变化,则不希望有较大的变化;当然对于一些反差较小的纹理变化,则希望有一定的增强。因此,对于反差较大的窗口,其方差也必然较大,此时可以适当降低一下反差;对于反差较小的窗口,其方差也将较小,此时可以适当增加一下反差。显然,下面方式能够实现这个目的,

其中g是一个常数调节系数。为了确保a能够增加或者降低方差,我们取g为所有方差s的均值。于是就获得最终的不均匀光照图像的校正公式,

3 结果和分析

3.1 实验设计

为了验证新提出的改进方法对于光照不均匀图像的校正效果,采用了多组图像进行实验。实验采用了多组灰度图像进行了对比。计算平台是Windows系统,采用Matlab 7.0编程。图像的分辨率为640´480。

3.2 实验结果和分析

为了使实验效果便于观测,本文采用原图、文献[2]校正效果图、改进的校正效果图进行对比分析。中心不均光照下的校正效果对比如图1所示,上方单侧不均匀光照下的校正效果对比如图2所示。

图1中心不均光照下的校正效果对比图。上面是原图,中间是文献[2]中方法的效果,下面是本文结果。

图2上方不均光照下的校正效果对比图。上面是原图,中间是文献[2]中方法的效果,下面是本文结果。

从实验结果来看,按照文献[2]中的方法会出现非常明显的光晕,同时噪声较大;而本文方法则可以有效地抑制光晕,也在一定程度上减少了光晕的发生。

当然本文的改进方法也存在一些问题,例如仍然存在一定的噪声,字迹对比度较低。这将是下一步研究的内容。

4 结论

光照不均匀现象对于图像的后期观测和处理会带来不必要的麻烦,对于这种不均匀现象进行校正从而消除光照的不均匀,是本文工作的一个出发点。

针对文献[2]中存在的问题,本文进行了理论分析,提出了一种改进的消除图像光照不均匀现象的方法。实验结果表明,本文方法对于多种光照不均匀现象都有较好的改进效果。

参考文献

[1]梁琳,何卫平,雷蕾,等.光照不均图像增强方法综述[J].计算机应用研究,2010,27(5):1625-1628.

[2]林天圆,王杰,李金屏.一种光照不均匀图像的灰度校正方法[J].济南大学学报,2015,29(6):401-405.

[3]张亚飞.基于幂次变换和MS R的光照不均图像增强[J].电脑知识与技术,2012,8(22):5456-5458.

不均匀性校正 篇5

红外焦平面阵列(IRFPA)由于灵敏度高、探测能力强等优点,已经成为红外热成像中的主流光电器件。但是由于芯片材料、结构和器件工艺以及使用环境等因素,使得相同温度和辐射特性的目标在不同的探测元上的响应不同,产生非均匀性,在图像上表现为固定图案噪声,使得图像质量显著下降。而红外信号的特点是高背景、低反差,红外目标图像的对比度很低,这样IRFPA的非均匀性产生的影响就不可忽视,它严重影响了目标图像的清晰度,甚至有可能将目标完全淹没[1]。所以,必须对红外焦平面阵列的非均匀性进行校正。目前红外非均匀性校正有很多方法,主要有两大类:基于参考辐射源的非均匀性校正和基于场景的非均匀性校正。一般基于参考辐射源的非均匀性校正实时性比较好,工程上一般采用这种方法。基于场景的非均匀性校正具有自适应性,但由于计算量比较大,不利于实时实现,所以工程上一般不常用。基于参考辐射源的方法主要有两点校正法、多点校正法、非线性拟合校正法和低次插值校正法等。现有文献对两点校正以及多点校正讲述的较多[2],工程上也较常见,但是由于它们都是基于探测器光敏单元是线性定常的假设之上进行的,故无法避免光敏单元的非线性对校正效果的影响,造成了较大的剩余非均匀性的存在。由于非线性拟合校正法和低次插值校正法考虑到红外焦平面阵列的非线性,所以精度较前两种高,其剩余非均匀性也小。本文就非线性拟合校正法进行探讨,并提出了一种基于Altera公司的NIOSII软核CPU的硬件实现实时红外图像非均匀性校正的新方法。

2 非均匀性校正算法分析

2.1 非线性拟合校正算法原理S(ϕ)

我们可以根据一定的函数模型来拟合获得红外探测器光敏单元的响应曲线,有文献表明:一般探测元的响应近似为二次曲线[3]。假设探测元的响应是二次曲线,并且具有时间上的稳定性,这样IRFPA的单元响应就可以表示为

其中:Si(ϕ)为探测元的响应输出,对于不同的探测元,ai、bi和ci是不同的,也就是说对于同一入射辐射通量,其输出Si(ϕ)是不同的[4]。

从图1可以看出,不同探测元的响应曲线是不同的,体现了探测元的非均匀性。

非线性拟合校正基本思想是:在IRFPA视场中放一个温度可调的均匀辐射的黑体,测得一组不同温度下的图像,利用各光敏单元在不同温度下的响应计算出校正系数,从而实现非均匀性校正。具体操作如下:

第一步:根据场景温度变化范围,在光路中插入一均匀辐射黑体,分别采集均匀间隔从ϕ1到ϕp这p个辐照度定标点的N帧图像,求得其平均灰度值:

第二步:将算得的平均响应代入到选定的模型方程中,得到一个超定方程组:

求出=×SCR的最小二乘解,得到向量系数][TiiiC=cba。

第三步:当IRFPA接收到实际目标的辐照度,利用各探测元的校正参数值对其输出进行校正:

其中:Si(ϕ)是第i个单元的实时响应,S′i(ϕ)是第i个单元的校正输出。

2.2 校正算法分析

非线性拟合校正方法考虑了光敏单元的非线性响应,使得其校正效果比传统的两点校正算法具有更大的动态范围和更高的精度,同时,每个光敏单元的校正只需要4次乘法和3次加法,运算量很小,很容易实时实现。

3 实时非均匀性校正的硬件实现

32位的NIOSII系列软核处理器是Altera公司第二代FPGA嵌入式处理器,它具有更高的性能、方便的软件开发工具和更高的灵活性,并且占用很小的FPGA资源。它可以与各种各样的外设、定制的硬件加速单元组合,构成一个定制的片上可编程系统(SOPC)。NIOSII处理器支持256个具有固定或可变周期操作的自定义指令,可以用这些指令来加速时间要求严格的代码段[5]。

3.1 系统硬件组成

将得到的校正系数ai、bi和ci存储起来,使用的时候将实时探测得到的响应根据式(5)进行计算,从而实现了红外焦平面阵列的非均匀性校正。系统原理框图如图2。

3.2 基于NIOSII的非均匀性校正实现

首先根据系统需求定制NIOSII处理器,这里我们选用NIOSII/S,即标准型。除此之外,还要定制各个外设(如存储器)与CPU的接口,然后给每个设备分配中断以及逻辑地址,如图3。上述步骤完成后,用SOPC Builder生成整个处理器的VHDL代码以及一些相应的设计文件。特别的,SOPC Builder会生成一些针对定制系统的C语言或者汇编语言的头文件以及函数库,其中包括自制指令的宏。

对于耗时算法,通过Altera公司的DSP Builder软件生成该算法DSP模块,DSP Builder中的Signal Complier工具将Simulink的电路模型文件转换为VHDL代码描述和Tcl脚本。然后再通过添加自定义指令将此模块添加到NIOSII CPU里面,算法由DSP模块完成而不是由ALU完成,极大提高了系统的性能。

红外焦平面器件正常工作需要多路符合严格相位和逻辑关系的脉冲信号,本系统用FPGA来实现驱动脉冲,时序驱动电路提供IRFPA需要的时序逻辑和A/D变换所需要的时钟信号。IRFPA采集到的图像数据经过预处理后进行AD变换。根据系统的帧频选用合适的ADC芯片,为提高图像分辨率,本系统选用14位的ADC芯片ADC9240。

由于数据量大,故必须扩展外部存储器。本系统采用SDRAM,因为SDRAM存储速率快,单片容量大,便于系统小型化。系统的启动代码和校正系数都存在FLASH里面。由于FLASH读取速率慢,所以在系统上电以后,由Boot Loader将FLASH里面的程序代码和校正系数复制到SDRAM里面以提高运行速度。SDRAM是线性存储,用C语言的指针方便的对存储单元进行访问。

14位的原始图像经过PIO输入,经过NIOSII自定义指令判断、选择、乘加完成红外焦平面阵列的非均匀性校正,经过14位PIO输出做进一步算法分析或者经过视频编码输出模拟电视信号。

4 实验结果及硬件系统特点

本文设计的系统应用到In Sb320×240的红外焦平面阵列实时信号处理系统中得到了良好的效果。图4为取的非均匀性校正前后两幅手的图片,在图4(a)中,由于受到非均匀性的影响,相机的固定图案噪声比较大,表现为一条条的明暗、粗细不等的横条纹,加上受到点噪声的影响,图像的质量比较差;图4(b)为经过两点校正后的图像,可见图像的质量有了很大改进,但是剩余非均匀性的影响仍比较大;图4(c)为经过三点校正后的图像,考虑运算量及存储量,多点校正一般用三点或者四点校正,由图中可以看出三点校正相比两点效果并不十分明显;图4(d)为经过非线性拟合校正后的图像,可见图像清晰度比校正前有了很大提高,非均匀性显著降低,并且系统对点噪声有很好的抑制效果。

本硬件系统由如下特点:

1)运算速度快,采用高性能的FPGA芯片使NIOSII处理器可以达到200MIPS,配合DSP Builder生成DSP协处理模块,将DSP的灵活性和FPGA的并行性完美结合在一起。

2)系统体积小,由于仅采用一片FPGA芯片和一片大容量的SDRAM以及一片FLASH作为嵌入式系统的硬件核心,有利于系统的小型化。

3)功耗小,系统均选用3.3V的低压器件,有效的降低了整个系统的功耗。

4)升级方便,由于NIOSII是一软核处理器,其核心CPU以及片上外围设备是可自定制的,为以后算法升级提供了极大的方便。

结束语

本文提出了一种利用NIOSII来实现红外焦平面阵列非均匀性校正的硬件系统,该系统特别适用于大面阵的焦平面器件实时信号处理。由于采用了自定制硬件加速模块,可以很好的满足实时性要求。实验表明该系统具有很好的实时性和实用性,效果明显。而且系统仅采用一片FPGA,有利于系统的小型化。

摘要：实时红外图像非均匀性校正是红外热成像系统的基础。采用Altera公司的NIOSⅡ嵌入式软核CPU技术,提出了一种基于非线性拟合的实时校正方法以及利用FPGA为核心的硬件实现途径。针对校正中耗时的算法用FPGA中模块完成,采用NIOSⅡ处理器的自定制指令,使FPGA的并行性和DSP的灵活性完美结合在一起,极大的提高了系统的性能。该方法动态范围大,系统仅采用一片FPGA芯片,使得系统小型化成为可能。介绍了硬件电路的原理图以及工作过程并给出实验结果。实验证明了这种方法的优越性,并取得了满意的实验结果。

关键词：红外焦平面阵列,非均匀性校正,非线性拟合,片上可编程系统

参考文献

[1]Hormans R,Hepfer K C,Zurasky M.Uniformity compensation for high quantum efficiency focal arrays[J].SPIE,1996,2744:154-164.

[2]CAO Zhi-guo,SANG Nong.Digital Implementation of Nonuniformity Correction for IRFPAs[J].SPIE,1999,3698:807-814.

[3]冯林,刘爽,赵凯生,等.考虑红外焦平面器件非线性响应的一种非均匀校正方法[J].红外与毫米波学报,2006,25(3):221-224.FENG Lin,LIU Shuang,ZHAO Kai-Sheng,et al.Method of Nonuniformity Correction For IRFPA With Nonlinear Response[J].Journal of Infrared and Millimeter Waves,2006,25(3):221-224.

[4]周慧鑫,王炳健,刘上乾,等.红外焦平面器件非均匀性校正数字实现[J].系统工程与电子技术,2004,26(1):130-132.ZHOU Hui-xin,WANG Bing-jian,LIU Shang-qian,et al.Digital implementation of nonuniformity correction for IRFPA[J].Systems Engineering and Electronics,2004,26(1):130-132.

不均匀性校正 篇6

红外焦平面阵列探测元具有灵敏感度高、探测性能强、能够获得物体更多的表面信息以及更高的帧速率等优点,正成为红外热成像技术中的主流器件。目前,红外焦平面阵列(IRFPA)探测器[1,2]已经广泛应用于国防、民用等各个领域。但是,由于红外成像的特殊性以及材料、工艺方面的原因,探测器每个像元对红外辐射响应不一致,这种不一致表现在图像上就是空间上的不均匀,严重影响了红外成像系统的成像质量。因此,对红外图像进行非均匀性校正成为提高红外焦平面阵列成像质量的关键。

目前,国内外已经提出了许多关于红外图像非均匀性校正的算法,本文在采用两点温度定标法进行非均匀性校正之前,先用一点校正法对积分时间进行了校正,最后将校正数据的计算任务交给DSP来完成,实现了对红外图像的非均匀性校正。

1 红外图像非均匀性的定义

红外焦平面探测器的响应非均匀性问题不同于一般的图像噪声。一般的图像噪声是瞬态随机噪声,可以通过帧/场处理的方法来消除。探测器的非均匀性是一种固定图形噪声,它主要包含以下几个方面[3]:(1)空间的非均匀性,也就是不同敏感元对同一光通量的响应率不同,个别敏感元甚至对不同的光通量的响应不变或发生很小的变化,即盲元;(2)时间非均匀性,指同一敏感元在不同时间对相同光通量的响应不同,即非均匀性是时变的;(3)探测器各敏感元对同一光通量增益的响应不同,即非线性。

对于一个M×N的红外焦平面探测器,其输出响应的非均匀性NU(Nonuniformity)一般按如下定义[4]:

式中,Vij(T)为焦平面上第i行第j列所对应像元的输出响应,则为焦平面上所有像元输出响应的平均值,其计算公式如下:

2 非均匀性校正算法

IRFPA非均匀性校正的任务就是补偿探测器的空间非均匀性。校正方法主要有硬件校正和软件数值校正两种。硬件校正一般在焦平面器件硬件设计的基础上,通过对焦平面器件后继电路的模拟信号处理或焦平面工作条件的选择来降低红外图像的非均匀性[5]。软件校正是利用数字图像处理技术进行非均匀性校正。由于硬件校正法使得焦平面后端模拟信号处理电路较为复杂,而软件校正法更为灵活,易于实现,因此本文采用软件数值校正方法。

软件校正技术分为基于定标和基于场景两种。前一种技术在对IRFPA定标时,要求停止成像系统的正常工作,进入对探测器的标定工作模式[6]。此类非均匀性校正方法有三种:一点校正法、两点校正法和多点校正法。多点校正法不需要停止探测系统的正常工作,通常使用图像序列并且依赖于目标相对于场景的运动,以在每一探测器单元上产生场景温度的变化。这些温度变化依次提供统计参考点,依照这些参考点,可以对探测器的响应进行校正。这种方法要求场景中存在运动且校正方法计算复杂,实现起来比较困难,对探测单元自身响应的非均匀性无法校正,校正效果并不理想。考虑到系统的实时性,文中采用了基于定标的两点非均匀性校正法。

2.1 两点校正法原理

两点校正法是在假定红外焦平面像元输出在有效工作范围内、光电响应是线性的条件下进行的。从红外图像非均匀性的来源和表现形式可以看出,如果各阵列单元的响应特性在所感兴趣的温度范围内为线性的,且在时间上是稳定的,并假定暗电流的非均匀性影响较小,则非均匀性引入了固定模式的乘性和加性噪声。在这种情况下,对于M×N的红外焦平面阵列,第(i,j)个探测器在温度为T时的均匀辐射背景下,入射辐照度为φ(T),其输出响应表示如下:

式中,aij和bij分别为第(i,j)个探测器的增益和补偿系数。对于每一个探测单元aij和bij的值都是固定的,并且不随时间变化,因此,采用两点校正法即可实现红外焦平面阵列图像的非均匀性校正。设非均性匀校正后,各探测器的输出响应为:

式中,aij'和bij'分别为校正后的增益和补偿系数。由(3)式得到Φ(T),再代入(4)式,可得:

令,则得到:

因此只需确定增益和校正系数(gij、oij),就能得到非均匀性校正后的输出。取2个不同温度T1、T2下的均匀黑体,得到2个入射辐照度Φ(T1)和Φ(T2)作为定标点,分别测得各探测器的响应Vij(T1)和Vij(T2):

两点温度定标法就是利用Vij(T1)和Vij(T2),通过一个简单的直线拟合,计算出红外焦平面阵列上每一个探测器的增益和补偿校正系数。对于一个M×N的探测器,各温度下的输出响应平均值分别为:

直线拟合过程则是以点(Vij(T1)、V(T1))和点(Vij(T2)、确定的直线作为归一化校正直线来对各输出响应进行校正。根据直线拟合的原理,得出增益和补偿系数的计算公式如下:

将(11)式、(12)式的计算结果代入(6)式,便可得到对各输出响应非均匀性校正的结果。

2.2 积分时间校正

在实际应用中,经常需要根据目标红外辐射强度修改探测器积分时间。而对图像进行了非均匀性校正后,即使效果良好,若改变探测器的积分时间,由于其读出电路、器件、放大电路的离散特性及工艺差异,图像的均匀性仍会明显变差[7]。这种现象本质上是由于各个探测单元输出电路对积分时间响应的非一致性引起的。因此,在两点定标非均匀性校正之前,应先对积分时间采用一点校正法,把各个探测器的输出信号校正为一致。

在均匀辐照强度下,积分时间为t1时获取整幅图像M×N个像素单元灰度值的平均值,用如下公式表示:

式中,fij(t1)为积分时间t1时第(i,j)个像素点的灰度值。则在积分时间t1时,各像素点的灰度值倍率校正系数为:

背景校正系数则为:

最终各像素点的灰度值校正如下:

式中,fij(t)为积分时间t时第(i,j)个像素点的灰度值,fij'(t)为其校正后的灰度值。

3 校正系统组成及工作原理

3.1 硬件组成

系统从功能上由图像采集、DSP数据处理与存储部分、图像输出、时序控制和逻辑转换四部分组成。其原理结构框图如图1所示。

图像采集部分包括IRFPA和同步FIFO芯片,采用IDT公司生产的一款高速同步FIFO芯片IDT72V263,芯片的深度为8 K,宽度为18位,时钟频率为100 MHz,读写速度远远超过异步FIFO,可以与DSP芯片实现无缝连接[8]。

DSP数据处理与存储部分主要包括DSP、Flash、SDRAM和DSP外围电路,其中,Flash用于存放DSP程序和非均匀性校正参数(NUC表),SDRAM用于存放校正前后的图像数据。该模块是系统的主体部分,其主要功能是对采集的图像进行非均匀校正、对比度增强等。DSP芯片选用了定点数字信号处理器TMS320VC5509A,其时钟频率最高可达200 MHz,具有双乘法器和2个算术/逻辑单元,3条内部数据/操作数读总线和2条内部数据/操作数写总线,片上有128 KB×16bit的RAM和64 KB(32 KB×16 bit)的ROM,同时它还具有丰富的片内外设,功能十分强大。Flash芯片选用SST39VF400,该芯片的容量为256K×16bit 3.3 V供电,可以刷写1 000次读写时间为70ns-90ns(11 MHz～14 MHz)。SDRAM选用一片4MB×16 bit、100 MHz的MT48LC4M16A2芯片,由于TMS320VC5509A只支持16bit的数据宽度,因此将DSP的字节使能引脚BE1、BE0分别与SDRAM的DQMH、DQML对接,即可实现DSP和MT48LC4M16A2的无缝连接。

图像输出部分主要是利用TMS320VC5509A自带的USB模块,将处理完的图像通过USB接口直接传输到PC机上进行显示。

时序控制和逻辑转换部分主要是由CPLD及其外围电路完成。其主要任务是控制图像数据的输入时序以及DSP对Flash的扩展地址锁存。CPLD芯片采用EPM7128SLC84-15,它具有2 500个可用门、128个宏单元、8个逻辑阵列块、最多可用I/O引脚为98个。它还支持多电压I/O接口特性,允许与不同电压器件相连。

3.2 工作原理

系统充分利用DSP的GPIO6口和GPIO4口,通过控制这两个端口的状态来完成系统的工作。当DSP完成初始化后,令GPIO6=1,开始采集一帧图像,开启外部中断,当外部中断0产生时,则进入图像采集子程序,在该程序中DSP每采完一行图像数据,行计数器j减1,然后判断j是否为0,即判断是否采完1帧图像,若未采满1帧,直接中断返回;若采满1帧(j=0),则关闭中断,暂时不再响应CPLD发出的中断,然后再返回。而主程序在判断j是否为零期间一直处于等待状态,直到j=0,则令GPIO6=0,停止采集图像数据。1帧图像采集完毕后按下DSP的复位键,再采集另一帧图像。当两幅图像采集完毕后,若GPIO4=0,则进行参数采集,即DSP将两幅图像转存入SDRAM中,计算非均匀性校正系数,将NUC表存入Flash;若GPIO4=1,则进行图像处理,即根据所计算的参数,对图像进行非均匀性校正。系统的主程序流程图如图2所示,中断流程图如图3所示。

4 实验结果

用像元数为128×128的红外焦平面阵列进行红外图像非均匀性实时校正实验,分别把校正前和校正后的图像进行灰度映射,之后转换成.bmp图像文件在VC环境下输出,得到图4、图5所示的图像,按(1)式对校正前后的图像数据(电平值)进行计算,计算出的非均匀性分别为9.5%和2.9%,校正后图像的非均匀性降低了近70%。可见非均匀性得到了很好的改善。

由于采用了具有强大运算能力的DSP器件,并且在校正过程中对实时校正程序采用了汇编级优化,使校正系统的实时性、灵活性和通用性得到了显著提高,经过本系统处理的红外图像其非均匀性也得到了显著提高。

参考文献

[1]许中胜.红外探测系统参数关系及实际应用[J].光学精密工程,1999,7(4):81-85.

[2]崔敦杰.关于红外探测器与红外焦平面阵列探测器性能参数描述方法的商榷[J].光学精密工程,2003,11(3): 265-269.

[3]HARRIS J G.Non-uniformity correction using the constant -statistics constraint:analog and digital implementations [A].SPIE[C],1997,3061:895-905.

[4]HAYAT M M.Model-based real-time non-uniformity correction in focal plane array detectors[A].SPIE[C], 1998,3377:122-131.

[5]常本康,蔡毅.红外成像阵列与系统[M].北京:科学出版社,2006.

[6]TISSOT JL,(CTLIS),CHATAR J P,MOTTIN E.Technical trends in amorphous silicon based uncooled IR focal plane arrays.The International Society for Optical Engineering, 2002,4820(1).

[7]崔洪州,胡劲忠.提高红外图像均匀性的两级校正技术研究[J].激光与光电子学进展,2005(9):32-38.

不均匀性校正 篇7

红外焦平面阵列(Infrared Focal Plane Arrays,IRFPA)成像系统具有结构简单,可靠性高,探测灵敏度高和系统工作帧频高等多方面的优点,但是IRFPA器件各探测单元响应特性之间普遍存在着非均匀性,在图像上表现为固定图案噪声[1]。它导致红外成像系统的温度分辨率等性能显著下降,以至使其难以满足红外成像系统的使用要求,因而工程中使用的IRFPA器件几乎都要采用相应的非均匀性校正(Nonuniformity Correction,NUC)[1,2]技术。

近二十多年,NUC技术得到很大的发展,大致可以分成两大类,一类是基于参考辐射源的校正算法,如两点或多点校正技术[1,2,3];另一类是基于场景的校正算法,如场景统计算法[4]、时间高通滤波器技术[5]、神经网络算法[6]、卡尔曼滤波器算法[7]等。

本文提出了利用探测器响应的分段线性模型对基于卡尔曼滤波非均匀性校正算法进行扩展和改进,有效地克服IRFPA探测单元响应特性非线性对校正精度的影响,具有较高的校正精度,较大地扩展了器件响应的动态范围。实验结果表明:这种改进后算法在一定程度上解决了探测器偏置和增益随时间漂移以及响应非线性影响非均匀性校正性能的问题,获得了较好的非均匀性校正效果。

2 基于卡尔曼滤波的非均匀性校正算法

Sergio N.Torres提出了基于卡尔曼滤波的红外焦平面阵列非均匀性校正算法[7],该算法假定探测器工作在线性输入-输出范围,即在n时刻对于第(i,j)个红外焦平面阵列探测单元,其输出Yij(n)近似线性关系

其中:Gij(n)、Oij(n)和Vij(n)分别是n时刻第(i,j)个探测元的增益、偏置和噪声,Tij(n)是探测单元所接收的辐照度。

在给定的一个帧块,算法用两个状态变量来表示每个探测单元的增益和偏置。此外,由于帧块间的增益和偏置存在缓慢的随机变化,所以用Gauss-Markov模型来描述状态变量,并且假定给定帧块内的增益和偏置是不变的。

2.1 状态方程

Gauss-Markov状态方程为

式中:Xk1,Xk2分别是第k块的增益和偏置,kW1,kW2分别是相应增益和偏置的激励噪音,根据k和k+1的增益(偏置)的漂移数量来选择变量ak(bk)。式(2)的矩阵形式为

其中:Φk,Gk是第k帧块的状态跃迁矩阵和系统协矩阵,假定激励噪声的随机过程是互不相关的,则互协方差Wk表示为

式中σW2k1和σW2k2分别是增益和偏置的激励噪声。

2.2 观测模型

探测单元响应的观测模型为

式中:Yk、Hk分别是第k帧块的观测向量、观测矩阵;向量Vk表示噪声。式(5)的矩阵形式为

其中lk是第k帧块观测向量的长度。

算法设状态值X1的初始预测值为

如此就获得了卡尔曼滤波所要求的初始条件。当k≥1时,基于观测值Y1,,Yk的状态估值可通过下列方程的递归方法来获得

式中Hk是k时刻观测矩阵的均值。

利用这个模型,IRFPA中的每个探测器的增益和偏置可利用一个卡尔曼滤波器的方法来优化递归地估计出来。当一个新的帧块到来时,滤波器利用当前场景的信息更新探测器增益和偏置的旧估计。一旦探测器的增益和偏置被估计出来后,即可将每个探测器的输出减去其相应的偏置,再除以相应的增益,从而实现图像的非均匀性校正。

3 基于分段线性模型的算法改进

在上述算法的推导中,红外探测器的响应特性假定是线性的,但实际上探测器的响应特性是非线性的。在探测器的响应动态范围很大的工程应用中,此时如果仍然采用线性模型,则非线性将会对非均匀性校正引入较大的误差。为此,本文提出利用分段线性模型对上述基于卡尔曼滤波器算法进行了改进和扩展,降低非线性的不良影响,以适应大动态范围的应用。

算法的原理是:将探测单元的响应曲线合理地分成若干区间,在每个区间段内响应曲线采用线性模型近似,而后就可以在每个区间内应用上述线性模型下的基于卡尔曼滤波器的非均匀性校正算法。具体如下:

1)在探测器单元响应动态范围内,选择m+1个分割点φ1,φ2,……,φm(φ1<φ2……<φm)将探测器响应曲线分为m段,如图1所示。在每一段中,探测器单元的响应可用线性模型进行近似。

2)测量并存储每个探测单元在不同分割点照度下的输出Si,j(φp)。

3)计算测量矩阵的均值矩阵。

由基于卡尔曼滤波的非均匀性校正算法的假定,在线性模型下,对任意第n个测量,其所接收的辐射φ(n)是一个在范围[φkmin,φkmax]内均匀分布的随机变量,该范围包含了使探测器响应达到饱和之前的所有可能的辐射量级,且对所有的探测器来说是相同的。故有:

而在分段线性模型中,对于区间[φp,φp+1]中的照度φ,即φp<φ<φp+1(0

按照上式计算每个分割区间段内的Hk并存储起来。在各区间段内,对于IRFPA中所有探测器来说是相同的。

4)在实际校正工作过程中,探测器单元的增益和偏置估计的迭代算法与前述的式(10)~式(14)形式完

全相同,只是式中的的取值不同。将当前待校正值Si,j(φ)与Si,j(φp)相比,进行分段查找(因为根据单调性,当φp<φ<φp+1时,有Si,j(φp)

由以上推导可看出,改进的算法中巧妙地采用了分段线性模型,其并没有过多地增加在线计算量,却较原算法进一步扩大了动态范围,降低了非线性响应对非均匀性校正的影响,从而提高了非均匀性校正的精度。从算法推导以及图1中可以清楚地看出,所划分的区间越多,则由于非线性引入的校正误差就越小,校正的效果相对就越好。

4 实验及分析

我们利用对实际的红外成像图像序列的处理实验来分析和验证所提出的NUC算法的校正性能。实验中采用的红外图像序列是由工作于8∼14µm波长范围内的320像素×240像素的非制冷红外焦平面相机按照每秒25帧的速率采集的1000帧图像组成。并利用IRFPA非均匀性值UR来衡量算法性能。

其中:VS(i,j)为第(i,j)个探测单元的响应值,SV为整个IRFPA的平均响应值,M、N分别为IRFPA的探测单元的总行数和总列数。

对上述的红外图像序列采用帧块长度为40来实现卡尔曼滤波器算法。设增益和偏置的漂移为ak=bk=0.9。图2给出了取自该图像序列中的一幅原始帧图及其三维响应图,手的热图被非均匀性引起的固定图案噪声严重湮盖,其非均匀性达26.12%。图3(a)给出了图2(a)在k=5的情况下基于卡尔曼滤波器算法校正后的帧图,图3(b)是对应图3(a)的三维响应图,非均匀性降至1.722%。图4(a)给出了k=5的情况下本文改进算法对图2(a)的NUC图,图4(b)是图4(a)所对应的三维响应图,非均匀性降至1.026%。实验结果表明,两种算法在k=5时由200个连续帧均可以得出较好的NUC性能,固定图案噪声都得到了很好的去除,手热图变得清晰。由实验结果还可以清楚地得出,在同样的条件下,本文所提出的算法不仅在一定程度上解决了探测器偏置和增益随时间漂移的问题;而且能一定程度上抑制响应非线性对NUC的影响,动态范围更大,由此,对非均匀性抑制的更好,获得了相对更好的NUC效果。

5 结论

本文提出了利用探测器响应的分段线性模型对基于卡尔曼滤波器非均匀性校正算法进行扩展和改进,以解决探测器工作在大动态范围的应用中响应非线性对非均匀性校正的不良影响。利用真实的红外图像序列的实验来验证了所提算法的非均匀性校正性能。实验结果表明,卡尔曼滤波器利用了包含在先前帧块中的信息,并利用当前帧块中的信息来最优地更新增益和偏置参数的估计,在一定程度上解决了探测器偏置和增益随时间漂移以及响应非线性影响非均匀性校正性能的问题,获得了较好的非均匀性校正效果。

摘要：本文研究的对象是针对红外焦平面阵列探测单元响应的非线性对非均匀性校正精度的影响,提出了改进的基于卡尔曼滤波的非均匀性校正算法。该算法的研究方法是采用探测器响应的分段线性模型,对基于卡尔曼滤波器非均匀性校正算法进行扩展和改进,其结果能有效地克服红外焦平面阵列探测单元响应特性的非线性对校正精度的影响。实验结论表明,改进后的算法在一定程度上解决了探测器偏置和增益随时间漂移以及响应非线性影响非均匀性校正性能的问题,获得了较好的非均匀性校正效果。

关键词：图像处理,红外焦平面,非均匀性校正,卡尔曼滤波

参考文献

[1]Milton A F,Barone F R,Kruer M R.Influence of Nonuniformity on Infrared Focal Plan Array Performance[J].SPIE Opt.Eng,1985,24(5):855-865.

[2]Perry D L,Dereniak E L.Linear Theory of Nonuniformity Correction in Infrared Staring Sensors[J].SPIE Opt.Eng,1993,32:1853-1895.

[3]ZHOU Hui-xin,LIU Shang-qian,LAI Rui,et al.Solution for nonuniformity Correction of infrared focal plane arrays[J].Applied Optics,2005,44(15):2928-2932.

[4]Harris J G,Chiang Y M.Nonuniformity correction of Infrared Image Sequences Using the constant-Statistics Constrain[J].IEEE Transactions on image processing,1999,8:1148-1151.

[5]Scribner D A,Sarkay K A,Caulfield J T,et al.Nonuniformity Correction for Staring Focal Plane Arrays Using Scene-Base Technology[J].SPIE,1990,1308:224-233.

[6]Scribner D A,Sarkay K A,Kruer M R,et al.Adaptive Nonuniformity Correction for IR Focal Plane Arrays Using Neural Networks[J].SPIE,1991,1541:100-109.

不均匀性校正 篇8

1 现有的评估方法

目前对于均匀性的评价手段主要还停留在以人眼视觉的主观评价方法为主,以仪器测量的客观评价方法为辅。但主观评价的结果带有主观性,因人而异,且评价结果难以量化。因此亟需一种易于操作 、评价准确、测量效率高的客观评价方法[3]。

以仪器测量的客观方法目前主要是依靠亮度计进行多次采样分析,常用的是9点测试法。即在屏幕上随机抽取N个样点或模块,以该样点或模块为中心用亮度计分别测出中心点亮度I0及其相关区域亮度Ii。相关区域定义,如图1所示。

每一个相关联区域的亮度均匀性可根据式(1)计算得出

${\rm P}{}_i=\frac{{\rm I}{}_0-{\rm I}{}_i}{{\rm I}{}_0+{\rm I}{}_i}\times 100\%(1)$

其中,i=1,2,…,8,取最大值Ek,k=1,…,N。对在屏幕上抽取的N个模块进行以上运算,并对各组亮度均匀性求平均值E=∑Ek/N作为最终亮度均匀性评估结果[4]。

目前这种依赖于亮度计多次采样的评估方式存在着以下问题:

(1)要求使用高精度的亮度计多次测量,当采用亮度计测试样点或模块及其关联像素或区域时,一次只能测到一个样点或区域的数据,每测量一次一般都需要移动仪器并且重新对焦。而且每次测量要求保持相同测量角度垂直于显示屏屏体,并保持相同的测量距离。这种方式耗时耗力,并且在测试过程中距离和角度难以精确控制,测量误差较大。

(2)这种测量方式所测量到的样本是局部的,带有片面性,不足以反映全屏的亮度均匀性。

(3)在现场条件下,通常不能找到合适的测量位置使测量角度垂直于显示屏屏体,在带有倾斜角度时该测量方式受视角影响极大,测量数据基本没有价值,反映不了实际均匀性。

2 基于亮度校正系统的亮度测量方法

LED显示屏的均匀性从人眼视觉特性分析,可以分为亮度均匀性和色度均匀性两个指标;从客观的光学特性分析,可以分为LED辐射通量差异性和基色主波长误差两个指标。其中,亮度均匀性误差主要由LED辐射通量差异性决定。目前国内显示屏的不一致性主要体现在亮度不一致性上,并且从人眼视觉特性来说,亮度均匀性对于人眼视觉的影响远大于色度均匀性。

为了解决亮度不一致的问题,国内部分厂家已经研发出亮度校正系统。该校正系统是利用面成像相机采集显示屏上所有LED的发光成像图,使用图像处理技术分析LED亮度差异,并通过PWM调节方式逐点控制LED发光的辐射通量,使其达到高度一致性,从而实现亮度的近似一致性。

相对于传统的亮度测量仪器,使用亮度校正系统在测量LED显示屏亮度的优势主要在于:

(1)校正系统通过相机采图可以测量得到全屏中每个像素点的亮度信息,获得的数据是全面的,避免了传统的光测计采样点数少导致的分析上的片面性和随机性。

(2)校正系统获得的显示屏的LED相对亮度值是经过光学模型修正的,避免了测量距离不同和测量角度不同带来的误差。而传统的亮度测量仪器获得的亮度值是通过多次测量才能得到的,每次测量显示屏上不同位置的LED亮度值受到距离角度等测量因素的影响并不精确。

(3)校正系统可以在校正流程中快捷地获得相对亮度值,而传统的亮度测量仪器要经过繁琐的测量。

同时,相对于传统的亮度测量仪器,使用亮度校正系统在测量LED显示屏亮度也存在着精确度较差的问题。通常国内的亮度校正系统测量亮度误差在3%左右,而国外的一些高端校正系统可以把亮度相对误差控制到1%。

以下是使用校正系统测量一块含8×8像素的LED模块的蓝灯相对亮度值,如表1所示。

3 基于亮度校正系统的均匀性评价

为了客观评价显示屏的亮度均匀性,需要一个参数来量化表示显示屏的均匀性。显示屏的非均匀性实质上是由于相邻LED像素间或者区域间存在亮度差异性构成的。通过校正系统获得LED显示屏亮度信息后,可以考虑用以下几种方式来衡量显示屏的亮度均匀性。

3.1 9点测试法

由于已经测量到全屏LED的亮度信息,可以使用9点测试法来衡量显示屏均匀性。从表1中任意选取10个像素使用测试公式${\rm P}{}_{=}\frac{{\rm I}{}_0-{\rm I}{}_i}{{\rm I}{}_0+{\rm I}{}_i}\times 100\%$可以计算获得。根据基于亮度测量仪器的9点测试法任意测量10组数据,如表2所示。

可以看到,如果只看单组数据,用9点测试法反映的均匀性具有较大的片面性和不稳定性;如果是多组数据结果求平均值,数据的组数越多,可以比较稳定的反映出显示屏的均匀性。

3.2 标准差

由于显示屏亮度的非均匀性是由相邻LED像素间或区域间存在亮度差异性构成的。因为标准差可以反映数据的离散程度,引入相对标准差评价显示屏亮度均匀性。以表1数据为例,根据标准偏差公式$S=\sqrt{\frac{{\displaystyle \sum _{i=1}^n(}x{}_i-\overline{x}){}^2}{n-1}}$和相对标准偏差公式RSD$\%=\frac{S}{\overline{x}}\times 100\%$,可以计算得到相对标准偏差为9.66%。

相对标准偏差在一定程度上反映了显示屏的均匀性,但是相对标准偏差的计算方式并没考虑到显示屏上不同亮度的LED位置分布关系。假设LED屏显示均匀渐变的图像,这时该图像给人眼的主观感觉是比较均匀的,但是其相对标准偏差值却很大。因此,可以得出结论,相对标准偏差很小的屏均匀性比较好,但并不是均匀度越好的显示屏的相对标准偏差就一定越小。

3.3 量化图像噪声的方法

如果某个LED亮度和相邻LED像素间亮度的差异较大,就必然导致显示屏亮度的非均匀性。这些LED就好比一幅均匀图像上的噪点,可以用类似去噪的方法识别出这些LED。文中在9点测试法的基础上略作改进,先对LED亮度数据值作平滑图像处理,再计算原有图像亮度和平滑图像亮度的差值作为评价LED显示屏亮度均匀性的方法。每一个像素的亮度均匀性可根据式(2)计算得出

${\rm P}=\frac{{\displaystyle \sum _{i=1}^n\left|{\rm I}{}_0-{\rm I}{}_i\right|}}{{\displaystyle \sum _{i=1}^n{\rm I}}{}_i}(2)$

N个像素的LED屏的亮度均匀性则为

E=∑P/N (3)

以表1的数据为例,由此方法计算得到亮度均匀性为11.49%。

使用该方法评估全屏的均匀性充分考虑每个像素与其相关区域的差异信息,且使用了全屏所有像素的亮度信息,避免了评估的片面性。但是,由于目前校正系统还未完全普及,国内研制的校正系统还存在一定的测量误差,同时LED行业内量化描述亮度均匀性的标准还建立在基于传统亮度测量仪器的9点测试法上。因此,由该方法得到的亮度均匀性反映均匀度的效果就不如使用标准差直观明确。

4 结束语

针对LED显示屏这种光源个体数量极多的多光源屏体,校正系统相对于传统的光测量仪器有着固有优势:测量数据量大。因此使得基于校正系统客观评价LED显示屏亮度均匀性成为一种趋势。然而校正系统目前还处于发展阶段,还未成为一种普及产品,系统的测量精度还有待提高。随着校正系统的发展,基于校正系统的LED显示屏亮度评价方法还有待进一步研究和完善。

参考文献

[1]宋新丽,郑喜凤,凌丽清,等.基于灰度直方图的LED显示屏亮度均匀性评估方法[J].液晶与显示,2009,24(1):140-144.

[2]陆荣庆.LED显示屏亮度测量方法及测量仪器[J].现代显示,2004(2):27-29.

[3]陆鹏飞,朱保华,陆荣庆,等.LED显示屏通用规范SJ/T11141-2003[S].北京:中华人民共和国信息产业部,2003.