红外图像非均匀性校正方法研究文献综述

 2022-11-29 16:26:36
{title}{title}

文 献 综 述

研究背景

红外线波长范围在之间,为人眼不可见光。任何温度高于绝对零度的物体都能产生红外线。红外探测有着可见光探测不可替代的优点,能够昼夜监测、反映出辐射目标的温度分布;另外红外探测有着有别于主动雷达探测的优点,能够被动接收不易暴露、隐蔽性好。近年来,红外成像技术不断进步,核必探测器不断更新换代,探测系统日益完善,尤其是反应灵敏、集成度高、耗能小的红外焦平面阵列的出现,使得红外成像技术在国家安防、环境监测、国民经济发展等各大领域发挥着不可替代的作用。然而但是红外成像获得的目标图像较可见光模糊、细节纹理不清晰,分辨率低。制约红外成像系统成像质量的主要因素是红外图像的非均匀性。

研究目的

本课题将对海天背景下的红外图像进行非均匀性进行研究,从探测器工作状态和外界场景输入辐射两个方面分析图像非均匀性产生原因,并针对此研究校正算法。

研究意义

中国主张富国和强军相统一,强大的海上军事力量是维护国家利益的强大后盾,而舰船作为海上战场的主要工具,广泛装备了许多战场环境的光学观测设备。以红外前视为例,其成像质量影响着对敌方舰船的细节特征检测与识别,成像的非均匀性校正能实时掌握较为清晰的敌方目标情况,所以对对海天背景下的红外图像进行非均匀性进行研究有着重要的军事意义。

国内外研究发展及现状

1、非均匀性校正

根据周建勋等人[1]的研究,红外图像非均匀性的产生可分为三个主要原因,分别是器件自身非均匀性,器件工作状态引入的非均匀性,与外界输入相关的非均匀性。对于非均匀性校正的方法,主要分为两大类,基于参考源的定标类修正方法和基于场景的自适应类修正方法。定标类算法要求红外成像仪在特定温度下由黑体产生的均匀辐射进行定标测试,依据获取的定标数据标定出红外焦平面阵列探测器每个像元的偏移校正系数

定标测试,依据获取的定标数据标定出红外焦平面阵列探测器每个像元的偏移校正系数和增益校正系数,包含两点温度定标法、多点温度定标法[2]等。定标法计算量较小,容易在硬件中实现。定标法的缺点是在对焦平面阵列定标时 ,要求停止镜头的正常工作并切换到定标模式,且参数不随着环境自行改变,需要对不同环境反复标定,操作繁琐。而基于场景的校正算法旨在利用场景本身的数据特征进行非均匀校正,具有比定标算法更广阔的应用前景。基于场景的自适应校正算法可分为两个大类:统计类和基于配准的校正算法[3]。前者的典型算法有时域高通滤波法、神经网络法、统计恒定法;后者的典型算法有运动补法、代数法和帧间配准。基于场景类算法的虽然可自适应调整参数,但是经过校正的图像中存在鬼影,同时算法较复杂,不易在硬件系统中实现。

介于场景类校正方法的优势,以下介绍相关的算法研究情况。在1991年,MichalIrani 和ShkuelPeleg [4]指出当相对位移可计算并且成像过程的近似可知时,能实现对于单色和彩色图像序列的超分辨率 并提出了一种计算超分辨率的迭代算法。Russell C. Hardie等人[5]与1998年提出了一种利用低混叠序列估计高分辨率图像的方法,他们定义了一个结合光学系统和探测器阵列知识的观测模型,如图1。在观测模型的基础上,通过最小化正则化代价函数,形成高分辨率图像估计。2012年,左超等人[6]提出了一种基于帧间配准的新型场景自适应NUC算法。这种算法采用掩蔽相位相关方法来计算两个连续帧之间的运动,利用两帧图像的归一化功率谱完成的配准。同年,任建乐等人[7]基于非均匀性和真实场景分离,通过遍历局部模板窗口中两个相邻列像素的误差函数,得到了非均匀性校正参数,实现了单帧内条纹非均匀性校正。

图1.描述理想采样图像z与观测帧y之间关系的等效离散观测模型。

2007年,施长城等人[8]分析了基于时域高通滤波的非均匀性自适应校正算法的视觉神经机理以及滤波器的幅频特性,总结出该算法中滤波器的性能与时间常数的选择密切相关。2014年,张爽等人[9]在时域高通滤波校正算法的原理基础上,分析了其校正过程中“鬼影”现象产生的原因,引入非局部均值滤波方法,提出了一种去“鬼影”的非局部均值滤波-时域高通滤波非均匀性校正方法。2018年,李成立等人[10]针对高通滤波类算法的缺陷,结合帧间配准技术,提出了一种基于图像配准的非均匀性校正新算法,有效抑制“鬼影”现象,取得较好的校正效果

2007年,张科等人[11]提出了三种不同的神经网络初始权值选取方法,为神经网络非均匀性校正法走向实时实现提供了重要的理论参考。2015年,段程鹏等人[12]提出了改进的神经网络非均匀校正算法,利用高低温黑体求得校正系数初始值,且对算法迭代过程输出期望值的计算做了改进,克服了传统算法存在的校后图像对比度不高及图像边缘模糊等问题。2018年张晓等人[13]在神经网络算法中引入图像梯度信息,对图像滤波、迭代步长和损失函数等多个部分进行了改进,最终提出的基于图像局部梯度信息的神经网络NUC,虽然相对比较复杂,但是在图像细节保护等方面有了实质性的提高,在提高收敛速度的情形下依然可以有效保留图像的局部边缘纹理信息。同年,简献忠等人[14]提出了一种对单个红外图像进行端到端深度学习的非均匀性校正方法,通过模拟非均匀的红外图像,大量的利用训练图像获得最佳校正模型。但这一方法面临括培训时间长、硬件要求和对大量数据集的依赖等问题。

  1. 海天背景红外辐射特性

王福恒等人[15]在1989年建立了晴空背景下计算海天背景红外辐射的模型,他们认为进入探测器的辐射包含四部分:(1)来自海洋浪面本身的辐射(2)探测器与海面之间大气的辐射(3)天空大气照射到海面,经海面反射到探测器的辐射(4)太阳照射到海面经反射进到探测器的辐射。2010年,冯艳华等人[16]用Modtran大气传输模型软件计算了不同天顶角和不同观测高度时海天背景辐射亮度,计算结果表明,太阳天顶角越大,其辐照度越小,而观测高度越高,太阳辐照度越大,天空背景辐射亮度随观测高度和观测天顶角的增大稍有减小, 但变化都不大 ,通常利用观测天顶角为的背景辐射来代替平均天空背景

景辐射;在海面反射的环境辐射中 ,太阳辐射不可忽略。2015年,陈彬等人[17]进行了海面背景红外热像模拟,发现海面红外热像呈现随机性,明暗相间,海面平均辐射亮度随风速的增大而减小。

参 考 文 献

[1] 周建勋,王利平,刘滨红.外图像非均匀性产生原因分析[J].红外与激光工程 , 1997,26(03).

[2] 施立原.面列阵焦平面探测器的多点定标非均匀性校正算法及其实现[J].红外与激光工程,2002,0(8).

[3] 杨洋.红外图像非均匀性校正算法研究[D].南京:南京理工大学硕士论文,2016.

[4] Michal irani, Shmuel peleg. Improving Resolution by Image Registration[J]. Graphical models and image processing. 1991, 53(3):231-239.

[5] Russell C. Hardie, Kenneth J. Barnard, John G. Bognar, et al..High-resolution image reconstruction from a sequence of rotated and translated frames and its application to an infrared imaging system[J]. Society of Photo-Optical Instrumentation Engineers. 1998, 37(1):247-260.

[6] Zuo Chao, Chen Qian, Gu Guohua, et al..Improved interframe registration based nonuniformity correction for focal plane arrays[J]. Infrared Physics and Technology. 2012 55(4):263-269.

[7] Ren Jianle, Chen Qian, Qian Weixian, et al..Efficient single image stripe nonuniformity correction method for infrared focal plane arrays[J]. Optical review. 2012, 19(6):355-357.

[8] 施长城,张天序,李洁珺,等. 基于时域高通滤波的非均匀性校正算法研究[J].计算机与数字工程. 2007,35(7).

[9] 张爽,周慧鑫,牛肖雪,等. 基于非局部均值滤波与时域高通滤波的非均匀性校正算法[J].光子学报 , 2014,0(1).

[10] 李成立,吕俊伟,刘亮,等. 基于图像配准的非均匀性校正算法[J].激光与红外 , 2018,(04).

[11] 张科,赵桂芳,崔瑞青,等. 神经网络非均匀性校正算法中初始权值选取方法[J].激光与红外. 2007,37(3).

[12] 段程鹏,刘伟,谢庆胜,等. 改进的神经网络非均匀校正算法的研究与实现[J].光学学报. 2015,0(07).

[13] 汪晓,葛军.基于局部梯度的神经网络非均匀性校正算法[J].红外.2018,(03).

[14] Xianzhong Jian,Chen Lv and Ruzhi Wang.Nonuniformity Correction of Single Infrared Images Basedon Deep Filter Neural Network[J].SYMMETRY-BASEL.2018.10 11,10p.

[15] 王福恒, 李仲初, 刘云飞. 海天背景红外辐射模型的初步建立——晴空背景情况[J]. 红外与激光技术1989.

[16] 冯艳华,岳慧.海天背景红外辐射特性研究[J].制导与引信.2010,0(4).

[17] 陈彬,谭建宇.舰船与海面红外热像仿真[J].节能技术.2015,0(6).

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。