CN104867122A - 一种红外自适应非均匀性校正及细节增强级联处理方法 - Google Patents
一种红外自适应非均匀性校正及细节增强级联处理方法 Download PDFInfo
- Publication number
- CN104867122A CN104867122A CN201510289628.2A CN201510289628A CN104867122A CN 104867122 A CN104867122 A CN 104867122A CN 201510289628 A CN201510289628 A CN 201510289628A CN 104867122 A CN104867122 A CN 104867122A
- Authority
- CN
- China
- Prior art keywords
- fpga
- nonuniformity correction
- time domain
- details
- sigma
- 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
Landscapes
- Transforming Light Signals Into Electric Signals (AREA)
- Image Processing (AREA)
- Picture Signal Circuits (AREA)
Abstract
本发明公开的一种红外自适应非均匀性校正及细节增强级联处理方法,涉及一种基于FPGA的红外自适应非均匀性校正及细节增强级联处理方法,属于红外成像技术领域。本发明在FPGA处理平台上实现自适应非均匀性校正及细节增强级联处理,所述的自适应非均匀性校正通过基于灰度相关的时域高通非均匀性校正算法实现,用于减小非均匀性漂移导致的噪声。所述的细节增强通过基于双平台直方图的双边滤波细节增强算法实现,用于提高红外图像细节清晰度。本发明基于FPGA硬件实现处理延迟小于20行,资源消耗少,并可减小或消除非均匀性漂移导致的噪声,提高红外图像清晰度和成像质量。本发明可应用于带有FPGA处理平台的红外成像系统中。
Description
技术领域
本发明涉及一种非均匀性校正及细节增强级联处理方法,尤其涉及一种基于FPGA的红外自适应非均匀性校正及细节增强级联处理方法,属于红外成像技术领域。
技术背景
红外热成像系统广泛应用于军事、工业、农业、医疗等各领域。红外辐射经光学系统进入红外焦平面探测器,探测器输出模拟信号经A\D转换为数字信号进入红外数字图像处理系统处理,生成视频输出成像。目前红外数字图像处理系统中普遍有盲元补偿、非均匀性校正和高动态范围压缩三种处理技术,用非均匀性校正技术去除图像中的固定图案噪声,分为基于场景的自适应校正和基于参考源的定标校正两种,基于场景的自适应校正技术由于不需要在视场中插入参考源,成为非均匀性校正技术的研究重点,使用高动态压缩技术将14bit的红外数据压缩至8bit由显示器输出,分为线性压缩、直方图均衡化等,基于双边滤波的细节增强技术在压缩图像数位的同时保留住场景的细节成为高动态压缩技术的研究重点。常用现场可编辑门阵列FPGA+数字信号处理器DSP的系统架构形式实现上述功能,目前常用FPGA实现基于参考源的非均匀性校正技术和线性压缩技术,DSP实现直方图变化技术,这些级联处理技术难以应对探测器的非均匀性漂移导致的噪声和红外图像本身细节不清晰的问题,同时算法的处理延迟往往不可控,在FPGA处理平台上实现基于场景的自适应校正技术和基于双边滤波的细节增强技术的级联处理是未来改进的目标。
发明内容
本发明的目的是为了解决红外图像因非均匀性漂移导致的噪声和红外图像本身细节不清晰的问题,同时实现硬件处理延迟小于20行。本发明公开的一种红外自适应非均匀性校正及细节增强级联处理方法,基于FPGA硬件实现处理延迟小于20行,资源消耗少,并可减小或消除非均匀性漂移导致的噪声,提高红外图像清晰度和成像质量。
本发明的目的是通过下述技术方案实现的。
本发明公开的一种红外自适应非均匀性校正及细节增强级联处理方法,在FPGA处理平台上实现自适应非均匀性校正及细节增强级联处理,所述的自适应非均匀性校正通过基于灰度相关的时域高通非均匀性校正算法实现,用于减小非均匀性漂移导致的噪声。所述的细节增强通过基于双平台直方图的双边滤波细节增强算法实现,用于提高红外图像细节清晰度。由于FPGA处理延迟可控,且所述的自适应非均匀性校正及细节增强级联处理方法减少FPGA硬件资源消耗,在实现处理延迟小于20行条件下可提高红外图像质量。
本发明公开的一种红外自适应非均匀性校正及细节增强级联处理方法,包括如下步骤:
步骤一:在FPGA处理平台实现基于灰度相关的时域高通非均匀性校正模块和实现基于双平台直方图的双边滤波细节增强模块。
步骤二:通过基于灰度相关的时域高通非均匀性校正模块减小非均匀性漂移导致的噪声,具体实现方法包括步骤2.1、2.2、2.3:
步骤2.1:红外焦平面探测器单元的入射辐射经A\D转换为数字信号进入FPGA数字处理模块中,从SRAM中读取预校正偏置值,根据时域阈值条件对输入数字信号预校正,满足时域阈值条件时,用SRAM输出的偏置矩阵进行非均匀性预校正,不满足时域阈值条件时,预校正偏置为0。
所述的预校正方法为:
其中,zk(i,j,t)为温度t时第k帧探测元(i,j)入射辐射值,bk-1(i,j,t)为温度t时第k-1帧得到探测元(i,j)的加性非均匀,yk(i,j,t)为温度t时第k帧探测元(i,j)预校正结果,所述的时域阈值条件Tth为:
其中,Zmax和Zmin探测器整幅图像灰度值的最大值和最小值,d2是空域阈值稀释系数,其数值范围为0.5~5。
步骤2.2:根据预校正结果,由FPGA内部控制单元在行有效期间计算单帧的偏置估计值。用FPGA实现自适应选择滤波器,计算入射辐射的空域估计值。由FPGA内2×S级FIFO首尾级联形成的(2×S+1)×(2×S+1)空域均值滤波器的滤波窗口,由FPGA内部控制单元,在场消隐期间得到空域阈值,不满足空域阈值条件的像素不作为空域均值滤波的样本。
所述的偏置估计方法为:
其中,为温度t时第k帧探测元(i,j)入射辐射值估计值,(m,n)是窗口内像素距离中心像素(i,j)的距离,为温度t时第k帧探测元(i,j)偏置估计值,选择因子δ为:
其中,空域阈值条件Tsp为:
其中,d1是空域阈值稀释系数,其在0.5至3间变化,α和β的数值与非均匀性的形式有关,如果非均匀性形状为“横向”条纹,α=0,β=1;如果非均匀性形状为“纵向”条纹,α=1,β=0;如果非均匀性形状为“网格”或者“水纹”,α=0.5,β=0.5。
步骤2.3:根据单帧的偏置值和时域阈值条件,由FPGA内部控制单元在行有效期间计算非均匀性偏置,存入SRAM中,根据该偏置完成基于灰度相关的时域高通非均匀性校正。满足时域阈值条件时,非均匀性偏置值为单帧的偏置估计值的时域平均,不满足时域阈值条件时,非均匀性偏置值为0。步骤2.1和2.3中采用乒乓结构将一块SRAM按地址分为存储上一帧和当前帧的非均匀性偏置值的两块区域,由FPGA内部控制单元生成SRAM控制器。
所述自适应非均匀性校正方法为:
其中,xk(i,j,t)为温度t时第k帧探测元(i,j)自适应非均匀性校正后的输出,为非均匀性校正的偏置值。
步骤三:非均匀性校正后,通过基于双平台直方图的双边滤波细节增强模块解决红外图像不清晰的问题,具体实现方法包括步骤3.1、3.2:
步骤3.1:根据非均匀性校正后的图像,从SRAM中读取双平台直方图映射表,压缩该图像。由FPGA内部控制单元在行有效期间,统计直方图信息,在场消隐期间,计算更新直方图映射表。采用乒乓结构按地址将一块SRAM划分为存储当前帧直方图、上一帧和当前帧的直方图映射表的三块区域,由FPGA内部控制单元生成SRAM控制器。
步骤3.2:由FPGA内部控制单元在行有效期间进行双边滤波分离出细节图像,自适应线性映射放大细节图像,与步骤3.1中的压缩图像形成合并形成输出图像,完成基于双平台直方图的双边滤波细节增强。由FPGA内FIFO首尾级联形成的双边滤波器的滤波窗口。
所述的细节图像分离方法为:
Dk(i,j)=xk(i,j)-Bk(i,j) (10)
其中,φ为双边滤波器,w(i,j)为双边滤波权重,Bk(i,j)为第k帧探测元(i,j)的双边滤波器输出,Dk(i,j)为分离出的第k帧探测元(i,j)细节图像。
重复上述步骤一至三,处理每个探测元,直到完成整个红外图像的处理。
有益效果:
1、本发明公开的一种红外自适应非均匀性校正及细节增强级联处理方法,在FPGA处理平台上实现自适应非均匀性校正及细节增强级联处理,通过基于灰度相关的时域高通非均匀性校正算法减小非均匀性漂移导致的噪声,通过基于双平台直方图的双边滤波细节增强算法提高红外图像细节清晰度。
2、由于FPGA处理延迟可控,且自适应非均匀性校正及细节增强级联处理方法可减少FPGA硬件资源消耗,便于硬件实现。本发明可采用单片FPGA和两片SRAM来实现基于灰度映射的时域高通非均匀性校正和基于双平台直方图的双边滤波细节增强级联处理,资源消耗情况少:10486 SliceRegisters、12047 Slice LUTs和36 DSP48Es;处理延迟小:小于20行;本发明可应用于带有FPGA处理平台的红外成像系统中。
附图说明
图1是本发明的一种红外自适应非均匀性校正及细节增强级联处理方法的流程图;
图2是本发明的一种红外自适应非均匀性校正及细节增强级联处理方法模块方框图。
具体实施方式
下面结合附图和实施例对本发明做进一步详细的说明。
实施例1:
如图1所示,本实施例的一种红外自适应非均匀性校正及细节增强级联处理方法,红外探测器入射辐射经A\D转换为数字信号进入FPGA数字图像处理系统中,经基于灰度相关的时域高通非均匀性校正模块和实现基于双平台直方图的双边滤波细节增强模块先后处理,校正因非均匀性漂移导致的噪声,解决红外图像本身细节不清晰的问题。
本实施例的一种红外自适应非均匀性校正及细节增强级联处理方法,包括如下步骤:
步骤一:在FPGA处理平台实现基于灰度相关的时域高通非均匀性校正模块和实现基于双平台直方图的双边滤波细节增强模块。
步骤二:通过基于灰度相关的时域高通非均匀性校正模块减小非均匀性漂移导致的噪声,具体实现步骤包括:
步骤2.1:对于第k帧探测元(i,j),从SRAM中读取预校正偏置值,根据时域阈值条件对输入数字信号预校正,满足时域阈值条件时,用SRAM输出的偏置矩阵进行非均匀性预校正,不满足时域阈值条件时,预校正偏置为0。
所述的预校正方法为:
其中,zk(i,j,t)为温度t时第k帧探测元(i,j)入射辐射值,bk-1(i,j,t)为温度t时第k-1帧得到探测元(i,j)的加性非均匀,yk(i,j,t)为温度t时第k帧探测元(i,j)预校正结果,所述的时域阈值条件Tth为:
其中,Zmax和Zmin探测器整幅图像灰度值的最大值和最小值,d2是空域阈值稀释系数,其数值范围为0.5~5。
步骤2.2:根据预校正结果,由FPGA内部控制单元在行有效期间计算单帧的偏置估计值。用FPGA实现自适应选择滤波器,计算入射辐射的空域估计值。由FPGA内6级FIFO首尾级联形成的7×7空域均值滤波器的滤波窗口,由FPGA内部控制单元,在场消隐期间得到空域阈值,不满足空域阈值条件的像素不作为空域均值滤波的样本。
所述的偏置估计方法为:
其中,为温度t时第k帧探测元(i,j)入射辐射值估计值,(m,n)是窗口内像素距离中心像素(i,j)的距离,为温度t时第k帧探测元(i,j)偏置估计值,选择因子δ为:
其中,空域阈值条件Tsp为:
其中,d1是空域阈值稀释系数,其在0.5至3间变化,α和β的数值与非均匀性的形式有关,如果非均匀性形状为“横向”条纹,α=0,β=1;如果非均匀性形状为“纵向”条纹,α=1,β=0;如果非均匀性形状为“网格”或者“水纹”,α=0.5,β=0.5。
步骤2.3:根据单帧的偏置值和时域阈值条件,由FPGA内部控制单元在行有效期间计算非均匀性偏置,存入SRAM中,根据该偏置完成基于灰度相关的时域高通非均匀性校正。满足时域阈值条件时,非均匀性偏置值为单帧的偏置估计值的时域平均,不满足时域阈值条件时,非均匀性偏置值为0。步骤2.1和2.3中采用乒乓结构将一块SRAM按地址分为存储上一帧和当前帧的非均匀性偏置值的两块区域,由FPGA内部控制单元生成SRAM控制器。
所述自适应非均匀性校正方法为:
其中,xk(i,j,t)为温度t时第k帧探测元(i,j)自适应非均匀性校正后的输出,为非均匀性校正的偏置值。
步骤三:非均匀性校正后,通过基于双平台直方图的双边滤波细节增强模块解决红外图像不清晰的问题,具体实现步骤包括:
步骤3.1:根据非均匀性校正后的图像,从SRAM中读取双平台直方图映射表,压缩该图像。由FPGA内部控制单元在行有效期间,统计直方图信息,在场消隐期间,计算更新直方图映射表。采用乒乓结构按地址将一块SRAM划分为存储当前帧直方图、上一帧和当前帧的直方图映射表的三块区域,由FPGA内部控制单元生成SRAM控制器。
步骤3.2:由FPGA内部控制单元在行有效期间进行双边滤波分离出细节图像,自适应线性映射放大细节图像,与步骤3.1中的压缩图像形成合并形成输出图像,完成基于双平台直方图的双边滤波细节增强。由FPGA内FIFO首尾级联形成的双边滤波器的滤波窗口。
所述的细节图像分离方法为:
Dk(i,j)=xk(i,j)-Bk(i,j) (21)
其中,φ为双边滤波器,w(i,j)为双边滤波权重,Bk(i,j)为第k帧探测元(i,j)的双边滤波器输出,Dk(i,j)为分离出的第k帧探测元(i,j)细节图像。
重复上述步骤一至三,处理每个探测元,直到完成整个红外图像的处理。
如图2所示,本实施例的一种红外自适应非均匀性校正及细节增强级联处理方法,具体实现装置包括基于FPGA实现的基于灰度相关的时域高通非均匀性校正模块、基于双平台直方图的双边滤波细节增强模块和外部存储器SRAM。基于FPGA实现的基于灰度相关的时域高通非均匀性校正模块和基于双平台直方图的双边滤波细节增强模块用于实现非均匀性校正和双边滤波细节增强级联处理,用于减小或消除非均匀性漂移导致的噪声,提高红外图像清晰度和成像质量。2片外部存储器SRAM用来存储直方图映射表和偏置校正矩阵。本实施例基于FPGA硬件实现处理延迟小于20行,资源消耗少,便于硬件实现。
本实施例可采用Xilinx公司的Virtex5 XQ5VLX50T芯片硬件实现,包括时钟管理模块、SRAM控制器模块、基于灰度值映射的时域高通非均匀性校正模块、双平台直方图压缩模块、基于双边滤波的细节增强模块。其外围电路包括有源晶体振荡器、电源模块、9Mbits静态存储器GS880Z18T-150。
本发明保护范围不仅局限于实施例,本实施例用于解释本发明,凡与本发明在相同原理和构思条件下的变更或修改均在本发明公开的保护范围之内。
Claims (5)
1.一种红外自适应非均匀性校正及细节增强级联处理方法,其特征在于:在FPGA处理平台上实现自适应非均匀性校正及细节增强级联处理,所述的自适应非均匀性校正通过基于灰度相关的时域高通非均匀性校正算法实现,用于减小非均匀性漂移导致的噪声;所述的细节增强通过基于双平台直方图的双边滤波细节增强算法实现,用于提高红外图像细节清晰度。
2.如权利要求1所述的一种红外自适应非均匀性校正及细节增强级联处理方法,其特征在于:具体实现包括如下步骤,
步骤一:在FPGA处理平台实现基于灰度相关的时域高通非均匀性校正模块和实现基于双平台直方图的双边滤波细节增强模块;
步骤二:通过基于灰度相关的时域高通非均匀性校正模块减小非均匀性漂移导致的噪声;
步骤三:非均匀性校正后,通过基于双平台直方图的双边滤波细节增强模块提高红外图像清晰度;
重复上述步骤一至三,处理每个探测元,直到完成整个红外图像的处理。
3.如权利要求2所述的一种红外自适应非均匀性校正及细节增强级联处理方法,其特征在于:
所述的步骤二具体实现方法包括步骤2.1、2.2、2.3:
步骤2.1:红外焦平面探测器单元的入射辐射经A\D转换为数字信号进入FPGA数字处理模块中,从SRAM中读取预校正偏置值,根据时域阈值条件对输入数字信号预校正,满足时域阈值条件时,用SRAM输出的偏置矩阵进行非均匀性预校正,不满足时域阈值条件时,预校正偏置为0;
所述的预校正方法为:
其中,zk(i,j,t)为温度t时第k帧探测元(i,j)入射辐射值,bk-1(i,j,t)为温度t时第k-1帧得到探测元(i,j)的加性非均匀,yk(i,j,t)为温度t时第k帧探测元(i,j)预校正结果,所述的时域阈值条件Tth为:
其中,Zmax和Zmin探测器整幅图像灰度值的最大值和最小值,d2是空域阈值稀释系数,其数值范围为0.5~5;
步骤2.2:根据预校正结果,由FPGA内部控制单元在行有效期间计算单帧的偏置估计值;用FPGA实现自适应选择滤波器,计算入射辐射的空域估计值;由FPGA内2×S级FIFO首尾级联形成的(2×S+1)×(2×S+1)空域均值滤波器的滤波窗口,由FPGA内部控制单元,在场消隐期间得到空域阈值,不满足空域阈值条件的像素不作为空域均值滤波的样本;
所述的偏置估计方法为:
其中,为温度t时第k帧探测元(i,j)入射辐射值估计值,(m,n)是窗口内像素距离中心像素(i,j)的距离,为温度t时第k帧探测元(i,j)偏置估计值,选择因子δ为:
其中,空域阈值条件Tsp为:
其中,d1是空域阈值稀释系数,其在0.5至3间变化,α和β的数值与非均匀性的形式有关,如果非均匀性形状为“横向”条纹,α=0,β=1;如果非均匀性形状为“纵向”条纹,α=1,β=0;如果非均匀性形状为“网格”或者“水纹”,α=0.5,β=0.5;
步骤2.3:根据单帧的偏置值和时域阈值条件,由FPGA内部控制单元在行有效期间计算非均匀性偏置,存入SRAM中,根据该偏置完成基于灰度相关的时域高通非均匀性校正;满足时域阈值条件时,非均匀性偏置值为单帧的偏置估计值的时域平均,不满足时域阈值条件时,非均匀性偏置值为0;步骤2.1和2.3中采用乒乓结构将一块SRAM按地址分为存储上一帧和当前帧的非均匀性偏置值的两块区域,由FPGA内部控制单元生成SRAM控制器;
所述自适应非均匀性校正方法为:
其中,xk(i,j,t)为温度t时第k帧探测元(i,j)自适应非均匀性校正后的输出,为非均匀性校正的偏置值;
所述的步骤三具体实现方法包括步骤3.1、3.2:
步骤3.1:根据非均匀性校正后的图像,从SRAM中读取双平台直方图映射表,压缩该图像;由FPGA内部控制单元在行有效期间,统计直方图信息,在场消隐期间,计算更新直方图映射表;采用乒乓结构按地址将一块SRAM划分为存储当前帧直方图、上一帧和当前帧的直方图映射表的三块区域,由FPGA内部控制单元生成SRAM控制器;
步骤3.2:由FPGA内部控制单元在行有效期间进行双边滤波分离出细节图像,自适应线性映射放大细节图像,与步骤3.1中的压缩图像形成合并形成输出图像,完成基于双平台直方图的双边滤波细节增强;由FPGA内FIFO首尾级联形成的双边滤波器的滤波窗口;
所述的细节图像分离方法为:
Dk(i,j)=xk(i,j)-Bk(i,j) (10)
其中,φ为双边滤波器,w(i,j)为双边滤波权重,Bk(i,j)为第k帧探测元(i,j)的双边滤波器输出,Dk(i,j)为分离出的第k帧探测元(i,j)细节图像。
4.如权利要求3所述的一种红外自适应非均匀性校正及细节增强级联处理方法,其特征在于:所述的步骤2.2中由FPGA内2×S级FIFO首尾级联形成的(2×S+1)×(2×S+1)空域均值滤波器的滤波窗口,优选由FPGA内6级FIFO首尾级联形成的7×7空域均值滤波器的滤波窗口。
5.如权利要求3或4所述的一种红外自适应非均匀性校正及细节增强级联处理方法,其特征在于:具体实现装置包括基于FPGA实现的基于灰度相关的时域高通非均匀性校正模块、基于双平台直方图的双边滤波细节增强模块和外部存储器SRAM;基于FPGA实现的基于灰度相关的时域高通非均匀性校正模块和基于双平台直方图的双边滤波细节增强模块用于实现非均匀性校正和双边滤波细节增强级联处理;外部存储器SRAM用来存储直方图映射表和偏置校正矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510289628.2A CN104867122B (zh) | 2015-05-29 | 2015-05-29 | 一种红外自适应非均匀性校正及细节增强级联处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510289628.2A CN104867122B (zh) | 2015-05-29 | 2015-05-29 | 一种红外自适应非均匀性校正及细节增强级联处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104867122A true CN104867122A (zh) | 2015-08-26 |
CN104867122B CN104867122B (zh) | 2017-08-01 |
Family
ID=53912939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510289628.2A Expired - Fee Related CN104867122B (zh) | 2015-05-29 | 2015-05-29 | 一种红外自适应非均匀性校正及细节增强级联处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104867122B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106815821A (zh) * | 2017-01-23 | 2017-06-09 | 上海兴芯微电子科技有限公司 | 近红外图像的去噪方法和装置 |
CN106910174A (zh) * | 2017-02-27 | 2017-06-30 | 北京津同利华科技有限公司 | 短波红外焦平面非均匀性的校正方法及装置 |
CN107490436A (zh) * | 2017-08-10 | 2017-12-19 | 成都市晶林科技有限公司 | 一种红外测温系统大气透射率校正方法 |
CN108766491A (zh) * | 2018-06-01 | 2018-11-06 | 北京理工大学 | 一种sram型fpga片内跟踪环路单粒子翻转错误修复方法 |
CN109584205A (zh) * | 2018-10-19 | 2019-04-05 | 中国人民解放军海军工程大学 | 盲元检测方法及装置 |
CN109813442A (zh) * | 2019-03-27 | 2019-05-28 | 北京理工大学 | 一种基于多帧处理的内部杂散辐射非均匀性校正方法 |
CN109872286A (zh) * | 2019-01-22 | 2019-06-11 | 西安电子科技大学 | 一种基于fpga的低功耗多通道非均匀性图像校正方法及系统 |
CN110445953A (zh) * | 2019-08-02 | 2019-11-12 | 浙江大华技术股份有限公司 | 降低动态条纹噪声的方法、装置、电子设备及存储装置 |
WO2020057062A1 (zh) * | 2018-09-19 | 2020-03-26 | 北京图森未来科技有限公司 | 在fpga中实现图像双边滤波的方法和装置、fpga |
CN114526824A (zh) * | 2022-03-08 | 2022-05-24 | 云南师范大学 | 一种基于Zynq SOPC架构的红外成像系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108447031B (zh) * | 2018-02-28 | 2020-12-22 | 北京理工大学 | 一种红外图像热背景噪声校正的方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0961224A1 (en) * | 1998-05-29 | 1999-12-01 | STMicroelectronics, Inc. | Non-linear image filter for filtering noise |
CN101666682A (zh) * | 2009-08-06 | 2010-03-10 | 重庆邮电大学 | 基于场景统计的神经网络非均匀性校正方法 |
CN102042878A (zh) * | 2010-10-21 | 2011-05-04 | 电子科技大学 | 一种去除温漂的红外非均匀性校正方法 |
CN102289788A (zh) * | 2011-06-17 | 2011-12-21 | 中国电子科技集团公司第二十八研究所 | 多通道红外探测器中条纹非均匀性实时校正方法 |
CN103308178A (zh) * | 2013-06-04 | 2013-09-18 | 电子科技大学 | 一种非制冷红外焦平面阵列的非均匀性校正方法 |
CN103335724A (zh) * | 2013-06-20 | 2013-10-02 | 重庆邮电大学 | 基于定标的场景自适应irfpa非均匀性校正方法 |
WO2014047075A1 (en) * | 2012-09-18 | 2014-03-27 | Flir Systems, Inc. | Row and column noise reduction in thermal images |
WO2014106278A1 (en) * | 2012-12-31 | 2014-07-03 | Flir Systems, Inc. | Anomalous pixel detection |
CN104296876A (zh) * | 2013-07-15 | 2015-01-21 | 南京理工大学 | 基于fpga的场景非均匀性校正方法及其装置 |
-
2015
- 2015-05-29 CN CN201510289628.2A patent/CN104867122B/zh not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0961224A1 (en) * | 1998-05-29 | 1999-12-01 | STMicroelectronics, Inc. | Non-linear image filter for filtering noise |
CN101666682A (zh) * | 2009-08-06 | 2010-03-10 | 重庆邮电大学 | 基于场景统计的神经网络非均匀性校正方法 |
CN102042878A (zh) * | 2010-10-21 | 2011-05-04 | 电子科技大学 | 一种去除温漂的红外非均匀性校正方法 |
CN102289788A (zh) * | 2011-06-17 | 2011-12-21 | 中国电子科技集团公司第二十八研究所 | 多通道红外探测器中条纹非均匀性实时校正方法 |
WO2014047075A1 (en) * | 2012-09-18 | 2014-03-27 | Flir Systems, Inc. | Row and column noise reduction in thermal images |
WO2014106278A1 (en) * | 2012-12-31 | 2014-07-03 | Flir Systems, Inc. | Anomalous pixel detection |
CN103308178A (zh) * | 2013-06-04 | 2013-09-18 | 电子科技大学 | 一种非制冷红外焦平面阵列的非均匀性校正方法 |
CN103335724A (zh) * | 2013-06-20 | 2013-10-02 | 重庆邮电大学 | 基于定标的场景自适应irfpa非均匀性校正方法 |
CN104296876A (zh) * | 2013-07-15 | 2015-01-21 | 南京理工大学 | 基于fpga的场景非均匀性校正方法及其装置 |
Non-Patent Citations (3)
Title |
---|
ESTEBAN VERA ET AL.: ""Fast Adaptive Nonuniformity Correction for Infrared Focal-Plane Array Detectors"", 《EURASIP JOURNAL ON APPLIED SIGNAL PROCESSING 2005》 * |
WEI SHUDI ET AL.: ""SBNUC based on Constant Statistics for VOx uncooled IRFPA and implementation with FPGA"", 《INFRARED, MILLIMETER-WAVE, AND TERAHERTZ TECHNOLOGIES II》 * |
雷晓杰等: ""红外双边滤波时域高通非均匀性校正"", 《激光与红外》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106815821A (zh) * | 2017-01-23 | 2017-06-09 | 上海兴芯微电子科技有限公司 | 近红外图像的去噪方法和装置 |
CN106910174A (zh) * | 2017-02-27 | 2017-06-30 | 北京津同利华科技有限公司 | 短波红外焦平面非均匀性的校正方法及装置 |
CN107490436A (zh) * | 2017-08-10 | 2017-12-19 | 成都市晶林科技有限公司 | 一种红外测温系统大气透射率校正方法 |
CN108766491A (zh) * | 2018-06-01 | 2018-11-06 | 北京理工大学 | 一种sram型fpga片内跟踪环路单粒子翻转错误修复方法 |
CN108766491B (zh) * | 2018-06-01 | 2019-05-31 | 北京理工大学 | 一种sram型fpga片内跟踪环路单粒子翻转错误修复方法 |
WO2020057062A1 (zh) * | 2018-09-19 | 2020-03-26 | 北京图森未来科技有限公司 | 在fpga中实现图像双边滤波的方法和装置、fpga |
CN109584205A (zh) * | 2018-10-19 | 2019-04-05 | 中国人民解放军海军工程大学 | 盲元检测方法及装置 |
CN109872286A (zh) * | 2019-01-22 | 2019-06-11 | 西安电子科技大学 | 一种基于fpga的低功耗多通道非均匀性图像校正方法及系统 |
CN109813442A (zh) * | 2019-03-27 | 2019-05-28 | 北京理工大学 | 一种基于多帧处理的内部杂散辐射非均匀性校正方法 |
CN110445953A (zh) * | 2019-08-02 | 2019-11-12 | 浙江大华技术股份有限公司 | 降低动态条纹噪声的方法、装置、电子设备及存储装置 |
CN110445953B (zh) * | 2019-08-02 | 2020-11-06 | 浙江大华技术股份有限公司 | 降低动态条纹噪声的方法、装置、电子设备及存储装置 |
CN114526824A (zh) * | 2022-03-08 | 2022-05-24 | 云南师范大学 | 一种基于Zynq SOPC架构的红外成像系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104867122B (zh) | 2017-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104867122A (zh) | 一种红外自适应非均匀性校正及细节增强级联处理方法 | |
US11127122B2 (en) | Image enhancement method and system | |
CN104240194B (zh) | 一种基于抛物线函数的低照度图像增强算法 | |
CN103177429A (zh) | 基于fpga的红外图像细节增强系统及其方法 | |
EP2187620B1 (en) | Digital image processing and enhancing system and method with function of removing noise | |
CN105957030A (zh) | 一种应用于红外热像仪图像细节增强和噪声抑制方法 | |
KR101426298B1 (ko) | 안개 제거율을 높인 영상보정장치 및 방법 | |
CN102129675A (zh) | 一种非线性自适应红外图像增强方法 | |
CN104091310A (zh) | 一种图像去雾方法和装置 | |
CN110544213A (zh) | 一种基于全局和局部特征融合的图像去雾方法 | |
CN104021532A (zh) | 一种红外图像的图像细节增强方法 | |
CN101950412A (zh) | 一种红外图像细节增强和动态范围压缩方法 | |
CN104506755A (zh) | 基于fpga的高清视频实时自动化去雾方法 | |
CN104200447A (zh) | 一种实时低照度彩色图像增强方法及其实现装置 | |
CN105631854A (zh) | 一种基于fpga平台的自适应图像清晰度评价算法 | |
US20060013503A1 (en) | Methods of preventing noise boost in image contrast enhancement | |
CN111462022B (zh) | 一种水下图像清晰化增强方法 | |
CN109584181A (zh) | 一种改进的基于Retinex红外图像细节增强方法 | |
WO2020107308A1 (zh) | 一种基于Retinex的微光图像快速增强方法及其装置 | |
CN109345479B (zh) | 一种视频监控数据的实时预处理方法及存储介质 | |
CN110992287B (zh) | 一种非均匀光照视频的清晰化方法 | |
CN106709876A (zh) | 一种基于暗像元原理的光学遥感图像去雾方法 | |
US10178359B2 (en) | Macropixel processing system, method and article | |
JP4340303B2 (ja) | 画像処理装置および画像処理プログラム | |
CN112825189B (zh) | 一种图像去雾方法及相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170801 |