CN102289788A - 多通道红外探测器中条纹非均匀性实时校正方法 - Google Patents
多通道红外探测器中条纹非均匀性实时校正方法 Download PDFInfo
- Publication number
- CN102289788A CN102289788A CN2011101628230A CN201110162823A CN102289788A CN 102289788 A CN102289788 A CN 102289788A CN 2011101628230 A CN2011101628230 A CN 2011101628230A CN 201110162823 A CN201110162823 A CN 201110162823A CN 102289788 A CN102289788 A CN 102289788A
- Authority
- CN
- China
- Prior art keywords
- striped
- heterogeneity
- raw
- image
- max
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Transforming Light Signals Into Electric Signals (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
本发明公开一种多通道红外探测器中条纹非均匀性实时校正方法,包括如下步骤:(1)利用标准参考辐射源,初始化多通道红外探测器的条纹非均匀性变化区间;(2)输入原始红外图像;(3)校正原始红外图像的点状非均匀性;(4)对点校图像高通滤波;(5)对点校图像高频分量像素点进行筛选;(6)计算第j读出通道条纹非均匀性的校正参数;(7)对点校图像的条纹非均匀性进行抑制,输出校正图像;(8)更新第j读出通道条纹非均匀性的变化区间;(9)输入新一帧原始红外图像,跳转至步骤(3)。本发明对条纹非均匀性进行校正,进一步改善了多通道红外探测器的成像质量,极大提高了图像的校正精度。
Description
技术领域
本发明涉及一种多通道红外探测器条纹非均匀性校正方法,特别涉及一种适合硬件实时实现的条纹非均匀性校正方法。
背景技术
近年来,红外成像技术取得了很大进步,在国防建设和国民经济领域得到广泛应用,特别是已成为军事侦察与预警中的核心技术和重要手段。然而,受制造工艺、结构以及材料等因素限制,红外探测器存在非均匀性问题。非均匀性导致红外探测器温度分辨率和空间分辨率不高,影响了红外系统的成像质量,限制了红外整机的探测距离。因此,对红外图像进行非均匀性校正,不仅在理论上具有重要意义,实用中也有迫切需求。
多通道红外探测器的非均匀性根据产生机理不同分为探测单元引起的点状非均匀性和读出电路引起的条纹非均匀性。点状非均匀性是由于不同探测单元对相同红外辐射的响应存在差异而产生;条纹非均匀性是由于多通道红外探测器的像元使用的读出通道不同而产生。因为读出通道放大器在晶体管阈值电压等方面不同,所以使用不同读出通道的像元之间具有不同的噪声,该噪声呈现直条状,具有竖直方向的相关性,被称为条纹非均匀性。
目前,非均匀性校正技术主要分为辐射源标定和场景非均匀性校正两大类。辐射源标定非均匀性校正,如单点、两点以及多点校正等,通过不同探测单元对参考辐射源的响应计算校正参数,原理简单、易于硬件实现,缺点是需要对系统周期性标定以消除校正参数的漂移,并且在标定期间探测器不能成像。场景非均匀性校正,如图像配准校正、神经网络校正以及统计滤波校正等,无需参考辐射源,能够根据场景信息自适应的更新校正参数,是目前算法研究和系统应用的重要方向。场景非均匀性校正缺点是算法的运算量大、收敛速度慢、校正后图像会残留“鬼影”,在一定程度上给后续图像处理算法带来困难。因此,现有非均匀性校正算法存在以下缺点:(1)多数算法仅考虑了探测单元引起的点状非均匀性,忽略了读出通道引起的条纹非均匀性,然而,条纹非均匀性同样严重影响了多通道红外探测器的成像质量;(2)现有的辐射源标定非均匀性校正需要周期性标定校正参数;(3)现有的场景非均匀性校正运算量大、收敛速度慢,不能满足系统实时处理需求。
发明内容
发明目的:本发明的目的在于针对现有技术的不足,提供一种算法简单、适用性强、效果良好、且适合硬件实时实现的多通道红外探测器条纹非均匀性校正方法。
技术方案:本发明所述的多通道红外探测器中条纹非均匀性实时校正方法,包括如下步骤:
(1)利用标准参考辐射源,初始化多通道红外探测器的条纹非均匀性变化区间[NUmin(j),NUmax(j)];NUmin(j)和NUmax(j)分别表示第j读出通道变化区间的最小值和最大值,第j读出通道对应于图像的第j列;
(2)输入原始红外图像Xraw;
(3)校正原始红外图像的点状非均匀性,输出点校图像Xfix;
(4)构造读出通道方向的高通滤波器,对点校图像Xfix高通滤波,得到Xfix的高频分量Xhigh;
(5)对点校图像Xfix高频分量Xhigh像素点进行筛选,消除目标高频分量对条纹非均匀性校正参数的影响;
(6)基于步骤(5)计算第j读出通道条纹非均匀性的校正参数O(j);
(7)对点校图像Xfix的条纹非均匀性进行抑制,输出校正图像Xout;
(8)更新第j读出通道条纹非均匀性的变化区间[NUmin(j),NUmax(j)];
(9)输入新一帧原始红外图像,跳转至步骤(3)。
本发明步骤(1)中,条纹非均匀性变化区间的估计服从高斯3σ分布,即样本期望的三倍方差内是正常数值,表示为集合Y,
Y={X(k)|μ-3σ≤X(k)≤μ+3σ,1≤k≤n}
其中,X(k)是样本,μ是期望,σ是标准差,n是样本总个数。
本发明步骤(3)中,利用两点校正算法对原始红外图像Xraw的点状非均匀性进行校正,两点校正中参考辐射源的低温设定为Tlow=-10℃,高温设定为Thigh=80℃,校正公式为:
Xfix(i,j)=G′(i,j)Xraw(i,j)+O′(i,j)
其中,G′(i,j)和O′(i,j)分别是像素(i,j)的增益和偏置校正系数,和分别是定标温度Tlow,Thigh的红外探测器响应期望值,Xraw(i,j,Tlow)和Xraw(i,j,Thigh)分别是在定标温度Tlow,Thigh像素(i,j)处的响应值,i和j分别是图像的行数和列数,1≤i≤240,1≤j≤320。
本发明步骤(4)中,基于像素空间相关理论,使用高斯型高通滤波器(GHPF)计算点校图像的高频分量,高斯型高通滤波器(GHPF)的传递函数表达式如下所示:
其中,H是传递函数,D0是指定的非负值,表示截止频率,D(p,q)是(p,q)点距频率原点的距离,p和q分别表示频域横坐标和纵坐标。
像素(i,j)高频分量Xhigh(i,j)表达式为:
Xhigh(i,j)=ξ-1[H(p,q)·ξ[Xfix(i,j)·(-1)i+j]]·(-1)i+j
其中,ξ[·]表示傅里叶变换,ξ-1[·]表示傅里叶反变换,p和q分别表示频域横坐标和纵坐标,i和j分别表示时域图像行数和列数,1≤i≤240,1≤j≤320。
本发明步骤(5)中,点校图像Xfix高频分量Xhigh的筛选准则是:
其中,X′high(i,j)是高频分量Xhigh(i,j)的筛选输出,Xhigh(i,j)是点校图像(i,j)处的高频分量,NUmin(j)和NUmax(j)分别是第j读出通道条纹非均匀性变化区间的最小值和最大值,i和j分别是图像的行数和列数。
本发明步骤(8)中,根据帧间相关理论,第j读出通道条纹非均匀性变化区间的迭代更新准则是:
其中,NUmin(j)和NUmax(j)分别是第j读出通道条纹非均匀性变化区间的最小值和最大值,O(j)是第j读出通道条纹非均匀性的校正参数,N是积累帧数,ε是误差常量。
本发明与现有技术相比,其有益效果是:1、本发明充分发挥了定标非均匀性校正和场景非均匀性校正的优势,克服了现有非均匀性校正技术多数仅考虑了探测单元引起的点状非均匀性,而忽略了读出电路引起的条纹非均匀性的缺点,本发明重点对条纹非均匀性进行校正,进一步改善了多通道红外探测器的成像质量,极大提高了图像的校正精度;2、本发明将标定参数作为先验条件应用于场景非均匀性校正中,充分结合标定和场景非均匀性校正的优势,极大地加快校正算法收敛速度的同时有效提高了校正精度;3、本发明基于空间分频思想将图像分为高频和低频分量,利用高频分量计算条纹非均匀性校正参数,最大程度抑制了场景非均匀性校正的“鬼影”现象,校正算法不存在副作用;4、完成条纹非均匀性的校正只需单帧图像,算法收敛速度快,运算量小,适合硬件实时实现。
附图说明
图1为本发明多通道红外探测器中条纹非均匀性实时校正方法的流程图。
具体实施方式
下面对本发明技术方案进行详细说明,但是本发明的保护范围不局限于所述实施例。
实施例1:如图1所示,多通道红外探测器中条纹非均匀性实时校正方法,多通道红外探测器的像元个数320×240,共有320路读出通道,探测器的帧频是25HZ。红外图像通过光纤传给DSP+FPGA架构的专用图像处理板,条纹非均匀性校正在DSP处理器中实现,满足实时处理的需求,具体实施步骤如下:
(1)利用标准参考辐射源,初始化多通道红外探测器的条纹非均匀性变化区间[NUmin(j),NUmax(j)];NUmin(j)和NUmax(j)分别表示第j读出通道变化区间的最小值和最大值,第j读出通道对应于图像的第j列;
选取标准参考辐射源的多个温度点{Tk|1≤k≤m},m是温度点总数,对温度点Tk进行多次采样,并计算多次采样图像列期望的最大值NUmax(j,Tk)和最小值NUmin(j,Tk)。这里,温度Tk从-10℃到80℃每隔2℃采集50帧图像,生成样本空间{NUmin(j,Tk),NUmax(j,Tk)|Tk=-10,-8,-6,...,80},即样本空间{NUmin(j,-10),NUmin(j,-8),...,NUmin(j,80)}和{NUmax(j,-10),NUmax(j,-8),...,NUmax(j,80)}。基于高斯3σ分布理论,从样本{NUmin(j,-10),NUmin(j,-8),...,NUmin(j,80)}和{NUmax(j,-10),NUmax(j,-8),...,NUmax(j,80)}选取正常数值,分别表示为集合Ymin(j)和Ymax(j),表达式如下所示:
Ymin(j)={NUmin(j,Tk)|umin(j)-3σmin(j)≤NUmin(j,Tk)≤umin(j)+3σmin(j),-10≤Tk≤80}
Ymax(j)={NUmax(j,Tk)|umax(j)-3σmax(j)≤NUmax(j,Tk)≤umax(j)+3σmax(j),-10≤Tk≤80}
其中,NUmin(j,Tk)和NUmax(j,Tk)分别是第j读出通道温度Tk时条纹非均匀性变化区间的最小值和最大值,umin(j)和σmin(j)分别是样本空间{NUmin(j,Tk)|Tk=-10,-8,...,80}的期望和标准差,umax(j)和σmax(j)分别是样本空间{NUmax(j,Tk)|Tk=-10,-8,...,80}的期望和标准差,1≤j≤320。
因此,NUmin(j)和NUmax(j)表达式如下所示:
NUmin(j)=E[Ymin(j)]
NUmax(j)=E[Ymax(j)]
其中,E[·]是期望运算。
(2)输入原始红外图像Xraw;
(3)利用两点校正算法对原始红外图像Xraw的点状非均匀性进行校正,输出点校图像Xfix,两点校正中参考辐射源的低温设定为Tlow=-10℃,高温设定为Thigh=80℃,校正公式如下所示:
Xfix(i,j)=G′(i,j)Xraw(i,j)+O′(i,j)
其中,G′(i,j)和O′(i,j)分别是像素(i,j)的增益和偏置校正系数,和分别是定标温度Tlow,Thigh的红外探测器响应期望值,Xraw(i,j,Tlow)和Xraw(i,j,Thigh)分别是在定标温度Tlow,Thigh像素(i,j)处的响应值,i和j分别是图像的行数和列数,1≤i≤240,1≤j≤320。
(4)构造读出通道方向的高斯型高通滤波器(GHPF),对点校图像Xfix高通滤波,得到Xfix的高频分量Xhigh;
高斯型高通滤波器(GHPF)的传递函数表达式如下所示:
其中,H是传递函数,D0=15是截止频率,D(p,q)是(p,q)点距频率原点的距离,p和q分别表示频域横坐标和纵坐标。
像素(i,j)高频分量Xhigh(i,j)表达式如下所示:
Xhigh(i,j)=ξ-1[H(p,q)·ξ[Xfix(i,j)·(-1)i+j]]·(-1)i+j
其中,ξ[·]表示傅里叶变换,ξ-1[·]表示傅里叶反变换,p和q分别表示频域横坐标和纵坐标,i和j分别表示时域图像行数和列数,1≤i≤240,1≤j≤320。
(5)对点校图像Xfix高频分量Xhigh像素点进行筛选,消除目标高频分量对条纹非均匀性校正参数的影响;
点校图像Xfix高频分量Xhigh的筛选准则是:
其中,X′high(i,j)是高频分量Xhigh(i,j)的筛选输出,Xhigh(i,j)是点校图像(i,j)处的高频分量,NUmin(j)和NUmax(j)分别是第j读出通道条纹非均匀性变化区间的最小值和最大值,i和j分别是图像的行数和列数,1≤i≤240,1≤j≤320。
(6)计算第j读出通道条纹非均匀性的校正参数O(j);
O(j)=E[X′high(i,j)]
其中,E[·]是期望运算,X′high(i,j)是高频分量的筛选输出,1≤i≤240,1≤j ≤320。
(7)对点校图像Xfix的条纹非均匀性进行抑制,输出校正图像Xout;
像素(i,j)处的校正输出Xout(i,j)表达式如下所示:
Xout(i,j)=Xfix(i,j)-O(j)
其中,Xfix(i,j)是点校图像(i,j)处的像素值,O(j)是第j读出通道的校正参数,1≤i≤240,1≤j≤320。
(8)更新第j读出通道条纹非均匀性的变化区间[NUmin(j),NUmax(j)];
NUmin(j)和NUmax(j)的更新准则是:
其中,NUmin(j)和NUmax(j)分别是第j读出通道条纹非均匀性变化区间的最小值和最大值,O(j)是校正参数,N是积累帧数,ε是误差常量,1≤j≤320。
(9)输入新一帧原始红外图像,跳转至步骤(3)。
如上所述,尽管参照特定的优选实施例已经表示和表述了本发明,但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下,可对其在形式上和细节上作出各种变化。
Claims (9)
1.一种多通道红外探测器中条纹非均匀性实时校正方法,其特征在于包括如下步骤:
(1)利用标准参考辐射源,初始化多通道红外探测器的条纹非均匀性变化区间[NUmin(j),NUmax(j)];NUmin(j)和NUmax(j)分别表示第j读出通道变化区间的最小值和最大值,第j读出通道对应于图像的第j列;
(2)输入原始红外图像Xraw;
(3)校正原始红外图像的点状非均匀性,输出点校图像Xfix;
(4)构造读出通道方向的高通滤波器,对点校图像Xfix高通滤波,得到Xfix的高频分量Xhigh;
(5)对点校图像Xfix高频分量Xhigh像素点进行筛选,消除目标高频分量对条纹非均匀性校正参数的影响;
(6)基于步骤(5)计算第j读出通道条纹非均匀性的校正参数O(j);
(7)对点校图像Xfix的条纹非均匀性进行抑制,输出校正图像Xout;
(8)更新第j读出通道条纹非均匀性的变化区间[NUmin(j),NUmax(j)];
(9)输入新一帧原始红外图像,跳转至步骤(3)。
2.根据权利要求1所述的多通道红外探测器中条纹非均匀性实时校正方法,其特征在于:步骤(1)中,条纹非均匀性变化区间的估计服从高斯3σ分布,即样本期望的三倍方差内是正常数值,表示为集合Y,
Y={X(k)|μ-3σ≤X(k)≤μ+3σ,1≤k≤n}
其中,X(k)是样本,μ是期望,σ是标准差,n是样本总个数。
3.根据权利要求1所述的多通道红外探测器中条纹非均匀性实时校正方法,其特征在于:步骤(3)中,利用两点校正算法对原始红外图像Xraw的点状非均匀性进行校正,两点校正中参考辐射源的低温设定为Tlow=-10℃,高温设定为Thigh=80℃,校正公式为:
Xfix(i,j)=G′(i,j)Xraw(i,j)+O′(i,j)
4.根据权利要求1所述的多通道红外探测器中条纹非均匀性实时校正方法,其特征在于:步骤(4)中,所述高通滤波器为高斯型高通滤波器,所述高斯型高通滤波器的传递函数表达式为:
其中,H是传递函数,D0是指定的非负值,表示截止频率,D(p,q)是(p,q)点距频率原点的距离,p和q分别表示频域横坐标和纵坐标。
5.根据权利要求1所述的多通道红外探测器中条纹非均匀性实时校正方法,其特征在于:步骤(4)中,像素(i,j)高频分量Xhigh(i,j)表达式为:
Xhigh(j,j)=ξ-1[H(p,q)·ξ[Xfix(i,j)·(-1)i+j]]·(-1)i+j
其中,ξ[·]表示傅里叶变换,ξ-1[·]表示傅里叶反变换,p和q分别表示频域横坐标和纵坐标,i和j分别表示时域图像行数和列数,1≤i≤240,1≤j≤320。
7.根据权利要求1所述的多通道红外探测器中条纹非均匀性实时校正方法,其特征在于:步骤(6)中,校正参数O(j)的表达式为,
O(j)=E[X′high(i,j)]
其中,E[·]是期望运算,X′high(i,j)是高频分量的筛选输出,i和j分别是图像的行数和列数。
8.根据权利要求1所述的多通道红外探测器中条纹非均匀性实时校正方法,其特征在于:步骤(7)中,像素(i,j)处的校正输出Xout(i,j)表达式为:
Xout(i,j)=Xfix(i,j)-O(j)
其中,Xfix(i,j)是点校图像(i,j)处的像素值,O(j)是第j读出通道的校正参数,i和j分别是图像的行数和列数。
9.根据权利要求1所述的多通道红外探测器中条纹非均匀性实时校正方法,其特征在于:步骤(8)中,第j读出通道条纹非均匀性变化区间的迭代更新准则是:
其中,NUmin(j)和NUmax(j)分别是第j读出通道条纹非均匀性变化区间的最小值和最大值,O(j)是第j读出通道条纹非均匀性的校正参数,N是积累帧数,ε是误差常量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101628230A CN102289788B (zh) | 2011-06-17 | 2011-06-17 | 多通道红外探测器中条纹非均匀性实时校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101628230A CN102289788B (zh) | 2011-06-17 | 2011-06-17 | 多通道红外探测器中条纹非均匀性实时校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102289788A true CN102289788A (zh) | 2011-12-21 |
CN102289788B CN102289788B (zh) | 2013-05-01 |
Family
ID=45336180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011101628230A Active CN102289788B (zh) | 2011-06-17 | 2011-06-17 | 多通道红外探测器中条纹非均匀性实时校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102289788B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622739A (zh) * | 2012-03-30 | 2012-08-01 | 中国科学院光电技术研究所 | 一种Bayer滤波阵列彩色相机图像非均匀性校正方法 |
CN103164846A (zh) * | 2013-03-15 | 2013-06-19 | 上海海事大学 | 一种基于转向核估计的红外条纹非均匀性校正方法 |
CN104268831A (zh) * | 2014-09-12 | 2015-01-07 | 西安电子科技大学 | 海上阳光亮带干扰下的红外图像补偿方法 |
CN104867122A (zh) * | 2015-05-29 | 2015-08-26 | 北京理工大学 | 一种红外自适应非均匀性校正及细节增强级联处理方法 |
CN104917936A (zh) * | 2015-05-29 | 2015-09-16 | 北京理工大学 | 一种基于灰度相关的时域高通非均匀性校正方法 |
CN105005967A (zh) * | 2015-05-28 | 2015-10-28 | 西安电子科技大学 | 时空滤波相结合的红外成像非均匀性校正方法及其装置 |
CN105931203A (zh) * | 2016-04-26 | 2016-09-07 | 成都市晶林科技有限公司 | 基于统计相对条纹去除法的红外图像条纹滤波方法 |
CN106153198A (zh) * | 2015-04-22 | 2016-11-23 | 南京理工大学 | 一种基于时域高通滤波的帧间配准非均匀性校正方法 |
CN106296627A (zh) * | 2016-09-22 | 2017-01-04 | 电子科技大学 | 一种校正红外成像系统的非均匀性的方法 |
CN106570829A (zh) * | 2015-10-09 | 2017-04-19 | 南京理工大学 | 一种红外图像非均匀性校正方法 |
CN106780403A (zh) * | 2017-01-19 | 2017-05-31 | 中国科学院上海技术物理研究所 | 一种推扫式热红外高光谱遥感图像非均匀性校正方法 |
CN109816609A (zh) * | 2019-01-31 | 2019-05-28 | 领航基因科技(杭州)有限公司 | 一种基于傅里叶变换的数字pcr图像还原方法及其应用 |
WO2019183843A1 (zh) * | 2018-03-28 | 2019-10-03 | 西安电子科技大学 | 基于帧间配准和自适应步长的红外图像非均匀性校正方法 |
CN114828345A (zh) * | 2022-06-29 | 2022-07-29 | 深圳市爱图仕影像器材有限公司 | 灯珠光参校准方法、灯珠参数获取方法、装置及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5811808A (en) * | 1996-09-12 | 1998-09-22 | Amber Engineering, Inc. | Infrared imaging system employing on-focal plane nonuniformity correction |
CN1430048A (zh) * | 2001-12-29 | 2003-07-16 | 中国科学院上海技术物理研究所 | 用于红外焦平面探测器非均匀性校正的方法及装置 |
CN101038209A (zh) * | 2007-04-19 | 2007-09-19 | 华中科技大学 | 一种红外焦平面阵列非均匀性自适应校正方法 |
-
2011
- 2011-06-17 CN CN2011101628230A patent/CN102289788B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5811808A (en) * | 1996-09-12 | 1998-09-22 | Amber Engineering, Inc. | Infrared imaging system employing on-focal plane nonuniformity correction |
CN1430048A (zh) * | 2001-12-29 | 2003-07-16 | 中国科学院上海技术物理研究所 | 用于红外焦平面探测器非均匀性校正的方法及装置 |
CN101038209A (zh) * | 2007-04-19 | 2007-09-19 | 华中科技大学 | 一种红外焦平面阵列非均匀性自适应校正方法 |
Non-Patent Citations (2)
Title |
---|
代少升等: "红外图像非均匀性实时校正的新技术", 《光学精密工程》 * |
白俊奇等: "基于环境温度的红外焦平面阵列非均匀性校正", 《红外与毫米波学报》 * |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622739B (zh) * | 2012-03-30 | 2014-07-16 | 中国科学院光电技术研究所 | 一种Bayer滤波阵列彩色相机图像非均匀性校正方法 |
CN102622739A (zh) * | 2012-03-30 | 2012-08-01 | 中国科学院光电技术研究所 | 一种Bayer滤波阵列彩色相机图像非均匀性校正方法 |
CN103164846A (zh) * | 2013-03-15 | 2013-06-19 | 上海海事大学 | 一种基于转向核估计的红外条纹非均匀性校正方法 |
CN103164846B (zh) * | 2013-03-15 | 2016-03-09 | 上海海事大学 | 一种基于转向核估计的红外条纹非均匀性校正方法 |
CN104268831A (zh) * | 2014-09-12 | 2015-01-07 | 西安电子科技大学 | 海上阳光亮带干扰下的红外图像补偿方法 |
CN106153198A (zh) * | 2015-04-22 | 2016-11-23 | 南京理工大学 | 一种基于时域高通滤波的帧间配准非均匀性校正方法 |
CN106153198B (zh) * | 2015-04-22 | 2018-11-13 | 南京理工大学 | 一种基于时域高通滤波的帧间配准非均匀性校正方法 |
CN105005967A (zh) * | 2015-05-28 | 2015-10-28 | 西安电子科技大学 | 时空滤波相结合的红外成像非均匀性校正方法及其装置 |
CN104867122B (zh) * | 2015-05-29 | 2017-08-01 | 北京理工大学 | 一种红外自适应非均匀性校正及细节增强级联处理方法 |
CN104867122A (zh) * | 2015-05-29 | 2015-08-26 | 北京理工大学 | 一种红外自适应非均匀性校正及细节增强级联处理方法 |
CN104917936A (zh) * | 2015-05-29 | 2015-09-16 | 北京理工大学 | 一种基于灰度相关的时域高通非均匀性校正方法 |
CN104917936B (zh) * | 2015-05-29 | 2018-05-18 | 北京理工大学 | 一种基于灰度相关的时域高通非均匀性校正方法 |
CN106570829B (zh) * | 2015-10-09 | 2019-05-07 | 南京理工大学 | 一种红外图像非均匀性校正方法 |
CN106570829A (zh) * | 2015-10-09 | 2017-04-19 | 南京理工大学 | 一种红外图像非均匀性校正方法 |
WO2017185441A1 (zh) * | 2016-04-26 | 2017-11-02 | 成都市晶林科技有限公司 | 基于统计相对条纹去除法的红外图像条纹滤波方法 |
CN105931203A (zh) * | 2016-04-26 | 2016-09-07 | 成都市晶林科技有限公司 | 基于统计相对条纹去除法的红外图像条纹滤波方法 |
CN105931203B (zh) * | 2016-04-26 | 2019-07-16 | 成都市晶林科技有限公司 | 基于统计相对条纹去除法的红外图像条纹滤波方法 |
CN106296627A (zh) * | 2016-09-22 | 2017-01-04 | 电子科技大学 | 一种校正红外成像系统的非均匀性的方法 |
CN106296627B (zh) * | 2016-09-22 | 2019-04-16 | 电子科技大学 | 一种校正红外成像系统的非均匀性的方法 |
CN106780403B (zh) * | 2017-01-19 | 2019-07-23 | 中国科学院上海技术物理研究所 | 一种推扫式热红外高光谱遥感图像非均匀性校正方法 |
CN106780403A (zh) * | 2017-01-19 | 2017-05-31 | 中国科学院上海技术物理研究所 | 一种推扫式热红外高光谱遥感图像非均匀性校正方法 |
WO2019183843A1 (zh) * | 2018-03-28 | 2019-10-03 | 西安电子科技大学 | 基于帧间配准和自适应步长的红外图像非均匀性校正方法 |
US11195254B2 (en) | 2018-03-28 | 2021-12-07 | Xidian University | Interframe registration and adaptive step size-based non-uniformity correction method for infrared image |
CN109816609A (zh) * | 2019-01-31 | 2019-05-28 | 领航基因科技(杭州)有限公司 | 一种基于傅里叶变换的数字pcr图像还原方法及其应用 |
CN109816609B (zh) * | 2019-01-31 | 2021-12-21 | 领航基因科技(杭州)有限公司 | 一种基于傅里叶变换的数字pcr图像还原方法及其应用 |
CN114828345A (zh) * | 2022-06-29 | 2022-07-29 | 深圳市爱图仕影像器材有限公司 | 灯珠光参校准方法、灯珠参数获取方法、装置及系统 |
CN114828345B (zh) * | 2022-06-29 | 2022-09-20 | 深圳市爱图仕影像器材有限公司 | 灯珠光参校准方法、灯珠参数获取方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102289788B (zh) | 2013-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102289788B (zh) | 多通道红外探测器中条纹非均匀性实时校正方法 | |
CN106886983B (zh) | 基于Laplace算子和反卷积的图像非均匀性校正方法 | |
EP2211555A2 (en) | Method, medium, and apparatus of filtering depth noise using depth information | |
CN102968765B (zh) | 一种基于sigma滤波器的红外焦平面非均匀性校正方法 | |
WO2020224518A1 (zh) | 基于局部中值直方图的自适应红外图像去条纹算法 | |
CN106803235B (zh) | 基于各向异性时空域全变分非均匀性校正的方法 | |
CN101776486A (zh) | 一种基于红外焦平面非均匀性指纹模式的校正方法 | |
CN102521797B (zh) | 扫描型红外成像系统的场景非均匀校正方法 | |
CN102289819B (zh) | 一种背景自适应估计的红外运动目标实时检测方法 | |
Sheng-Hui et al. | Guided filter and adaptive learning rate based non-uniformity correction algorithm for infrared focal plane array | |
US20200143517A1 (en) | Non-uniformity correction method for infrared image based on guided filtering and high-pass filtering | |
CN102968776A (zh) | 一种线性与非线性滤波器相结合的非均匀性校正方法 | |
CN102779333B (zh) | 一种基于卡尔曼滤波的光学影像复原方法 | |
CN104200441A (zh) | 基于高阶奇异值分解的磁共振图像去噪方法 | |
Zuo et al. | A two-frame approach for scene-based nonuniformity correction in array sensors | |
CN111080561A (zh) | 一种时域高通滤波方法 | |
CN109813442A (zh) | 一种基于多帧处理的内部杂散辐射非均匀性校正方法 | |
Fan et al. | A combined temporal and spatial deghosting technique in scene based nonuniformity correction | |
CN106846275B (zh) | 一种红外视频图像条状噪声实时消除方法 | |
Li et al. | Single-frame-based column fixed-pattern noise correction in an uncooled infrared imaging system based on weighted least squares | |
Zhao et al. | Fast iterative adaptive nonuniformity correction with gradient minimization for infrared focal plane arrays | |
CN107977986B (zh) | 一种运动轨迹的预测方法及装置 | |
CN103400381B (zh) | 一种基于光学成像的水下目标跟踪方法 | |
CN109636740B (zh) | 一种红外图像多尺度智能化非均匀性校正方法 | |
CN103985089A (zh) | 结合权重边缘分析与帧内迭代的图像条纹校正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |