CN107271046A - 一种基于局部统计相关性的非均匀性校正方法及装置 - Google Patents
一种基于局部统计相关性的非均匀性校正方法及装置 Download PDFInfo
- Publication number
- CN107271046A CN107271046A CN201710438956.3A CN201710438956A CN107271046A CN 107271046 A CN107271046 A CN 107271046A CN 201710438956 A CN201710438956 A CN 201710438956A CN 107271046 A CN107271046 A CN 107271046A
- Authority
- CN
- China
- Prior art keywords
- image
- msub
- mrow
- unit
- mean
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 239000011159 matrix material Substances 0.000 claims abstract description 13
- 238000001914 filtration Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000005855 radiation Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/80—Calibration
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于局部统计相关性的非均匀性校正方法及装置。本发明的基于局部统计相关性的非均匀性校正方法包括:连续采集F帧图像;标定所述采集的F帧图像;递推计算F帧标定后图像的均值得到均值图像;对均值图像进行均值滤波得到滤波后图像;将所述滤波后图像与均值图像作差,得到校正系数矩阵。本发明还公开了一种基于局部统计相关性的非均匀性校正装置。
Description
技术领域
本发明涉及红外焦平面探测领域,特别涉及一种基于局部统计相关性的非均匀性校正方法和装置。
背景技术
红外焦平面探测器经常用于军用和民用等领域。非均匀性噪声又称为固定模式噪声,是由于像元辐射响应非均匀性造成的。去除非均匀性噪声对提高图像质量和后续数据处理精度具有重要意义。因此,有必要研究高精度的非均匀校正算法。
两点校正法是去除非均匀性噪声最常用的方法。由于探测器辐射响应随时间漂移,预存校正系数矩阵的方法校正精度随时间下降。工程中常在光学系统中插入均匀的辐射源,并利用单点校正法对预存的校正系数进行修正。这种方法除了增加系统的重量、体积和功耗外,还需要中断正常的成像过程。此外,对于大口径的光学系统,受限于系统体积,这种方法不能标定大口径的主镜,即不能对整套光学系统进行在线实时标定。
基于场景的校正方法不需要中断正常成像过程,主要有三大类方法。第一类方法是基于统计的方法。这种方法假设在给定的时间内,校正后图像每个像素的灰度值的均值和标准差一致,通过调整增益和偏置的值达到校正的目的。实际上,一些应用场景并不能够满足该方法的假设条件,容易产生鬼影现象。第二类是基于配准的方法。这种方法主要的缺点是需要复杂的配准算法,当图像噪声较大时,配准精度下降,校正误差增大。第三类方法是最小均方误差法,这种方法的误差主要来源于对真实场景的估计误差。此外,该方法收敛速度慢。
发明内容
本发明的目的旨在至少解决上述的技术缺陷之一。
为此,本发明的第一个目的在于提出一种基于局部统计相关性的非均匀性校正方法。
所述基于局部统计相关性的非均匀性校正方法包括以下步骤:连续采集F帧图像;标定所述采集的F帧图像;递推计算F帧标定后图像的均值得到均值图像;对均值图像进行均值滤波得到滤波后图像;将所述滤波后图像与均值图像作差,得到校正系数矩阵。
在一些实施例中,所述连续采集F帧图像是在保持被拍摄场景和焦平面阵列存在相对运动时采集。
在一些实施例中,所述步骤:标定所述采集的F帧图像,具体的计算公式为:
Jf(i,j)=g(i,j)If(i,j)+o(i,j)
式中,If(i,j)代表第f帧图像If中第i行第j列对应的像素点的灰度值,Jf(i,j)代表校正后图像的灰度值,g(i,j)和o(i,j)是校正系数。
在一些实施例中,所述步骤:递推计算F帧标定后图像的均值得到均值图像,具体的计算公式为:
其中,代表累加F帧图像Jf后得到的均值。
在一些实施例中,所述步骤:对均值图像进行均值滤波得到滤波后图像,具体的计算公式为:
其中,M是均值滤波后的图像,H是均值卷积模板。
为达到上述目的,本发明的另一目的在于提出一种基于局部统计相关性的非均匀性校正装置。
所述基于局部统计相关性的非均匀性校正装置包括:采集单元,所述采集单元用于连续采集F帧图像;标定单元,所述标定单元用于将所述采集单元所述采集的F帧图像进行标定;计算单元,所述计算单元将所述标定单元标定后的F帧标定后图像的均值进行递推计算得到均值图像;滤波单元,所述滤波单元对所述计算单元得到的均值图像进行均值滤波得到滤波后图像;校正单元,所述校正单元将所述滤波单元的滤波后图像与计算单元的均值图像作差,得到校正系数矩阵。
在一些实施例中,所述采集单元是在保持被拍摄场景和焦平面阵列存在相对运动时连续采集F帧图像。
在一些实施例中,所述标定单元将所述采集单元所述采集的F帧图像进行标定的具体的计算公式为:
Jf(i,j)=g(i,j)If(i,j)+o(i,j)
式中,If(i,j)代表第f帧图像If中第i行第j列对应的像素点的灰度值,Jf(i,j)代表校正后图像的灰度值,g(i,j)和o(i,j)是校正系数。
在一些实施例中,所述计算单元将所述标定单元标定后的F帧标定后图像的均值进行递推计算得到均值图像的具体的计算公式为:
其中,代表累加F帧图像Jf后得到的均值。
在一些实施例中,所述校正单元将所述滤波单元的滤波后图像与计算单元的均值图像作差,得到校正系数矩阵具体的计算公式为:
其中,M是均值滤波后的图像,H是均值卷积模板。
根据本发明提出的基于局部统计相关性的非均匀性校正方法和装置基于局部像素统计具有相关性的假设,与传统的基于场景的校正方法相比,不需要复杂的配准算法,计算量小,鲁棒性强,收敛速度快,无鬼影,可实时实现,具有很强的工程应用价值。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明一个实施例的基于局部统计相关性的非均匀性校正方法的流程图;
图2为根据本发明一个实施例的基于局部统计相关性的非均匀性校正装置的结构框图;
图3为根据本发明一个实施例的基于局部统计相关性的非均匀性校正方法中采集到的原始图像;
图4为根据本发明一个实施例的基于局部统计相关性的非均匀性校正方法中利用两点标定法校正后的图像;
图5为根据本发明一个实施例的基于局部统计相关性的非均匀性校正方法中计算得到的校正系数;
图6为根据本发明一个实施例的基于局部统计相关性的非均匀性校正方法校正后的图像。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本发明。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。此外,本发明提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的可应用于性和/或其他材料的使用。另外,以下描述的第一特征在第二特征之“上”的结构可以包括第一和第二特征形成为直接接触的实施例,也可以包括另外的特征形成在第一和第二特征之间的实施例,这样第一和第二特征可能不是直接接触。
在本发明的描述中,需要说明的是,除非另有规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是机械连接或电连接,也可以是两个元件内部的连通,可以是直接相连,也可以通过中间媒介间接相连,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
参照下面的描述和附图,将清楚本发明的实施例的这些和其他方面。在这些描述和附图中,具体公开了本发明的实施例中的一些特定实施方式,来表示实施本发明的实施例的原理的一些方式,但是应当理解,本发明的实施例的范围不受此限制。相反,本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
下面参照图1-图6来对本发明实施例提出的基于局部统计相关性的非均匀性校正方法和装置进行详细描述。
如图1所示,为本发明一个实施例的基于局部统计相关性的非均匀性校正方法,所述方法包括以下步骤:
S1,连续采集F帧图像;
S2,标定所述采集的F帧图像;
S3,递推计算F帧标定后图像的均值得到均值图像;
S4,对均值图像进行均值滤波得到滤波后图像;
S5,将所述滤波后图像与均值图像作差,得到校正系数矩阵。
在一些实施例中,所述步骤S1,连续采集F帧图像是在保持被拍摄场景和焦平面阵列存在相对运动时采集得到。
在步骤S2中,两点校正法的模型为:
Jf(i,j)=g(i,j)If(i,j)+o(i,j) (1)其中,If(i,j)是采集到第f帧图像坐标为(i,j)的像元的灰度值,g(i,j)和o(i,j)是校正系数,Jf(i,j)是校正后图像。探测器辐射响应随时间漂移,其模型为,
Jf(i,j)=g(i,j)If(i,j)+o(i,j)+b(i,j) (2)
在步骤S3中,累加F帧黑体校正后的图像,其均值为计算公式为
本发明是基于局部统计相关性的假设,即对于均值图像在给定尺寸(如5×5)的邻域内,均值图像的灰度值应是平滑的。通过调整调整矩阵b达到非均匀校正的目的。
在步骤S4中,M是均值滤波后的图像,H是均值卷积模板。
在步骤S5中,校正系数矩阵为b,其计算公式为
如图2所示,为本发明一个实施例的基于局部统计相关性的非均匀性校正装置。
所述基于局部统计相关性的非均匀性校正装置100包括:采集单元10,所述采集单元10用于连续采集F帧图像;标定单元20,所述标定单元20用于将所述采集单元10所述采集的F帧图像进行标定;计算单元30,所述计算单元30将所述标定单元20标定后的F帧标定后图像的均值进行递推计算得到均值图像;滤波单元40,所述滤波单元40对所述计算单元30得到的均值图像进行均值滤波得到滤波后图像;校正单元50,所述校正单元50将所述滤波单元40的滤波后图像与计算单元30的均值图像作差,得到校正系数矩阵。
在一些实施例中,所述采集单元10是在保持被拍摄场景和焦平面阵列存在相对运动时连续采集F帧图像。
在一些实施例中,所述标定单元20将所述采集单元10所述采集的F帧图像进行标定的具体的计算公式为:
Jf(i,j)=g(i,j)If(i,j)+o(i,j)
式中,If(i,j)代表第f帧图像If中第i行第j列对应的像素点的灰度值,Jf(i,j)代表校正后图像的灰度值,g(i,j)和o(i,j)是校正系数。
在一些实施例中,所述计算单元30将所述标定单元20标定后的F帧标定后图像的均值进行递推计算得到均值图像的具体的计算公式为:
其中,代表累加F帧图像Jf后得到的均值。
在一些实施例中,所述校正单元50将所述滤波单元40的滤波后图像与计算单元30的均值图像作差,得到校正系数矩阵具体的计算公式为:
其中,M是均值滤波后的图像,H是均值卷积模板。
下面进一步结合图1至图6说明本实施方式,本实施方式为将具体实施方式一所述的基于局部统计相关性的非均匀性校正方法应用到原理样机中。原理样机包含焦距为38mm的光学镜头和Sofradir公司生产的制冷型长波红外探测器。其中,探测器分辨率为320×256,波段为7.7~11.3μm。
首先,利用转台匀速改变原理样机的方位角,采集原始红外图像If,如图3所示。
其次,利用公式(1),得到黑体校正后的图像Jf,如图4所示。
再次,利用公式(3),递推计算F帧图像Jf的均值。F取值1000。
最后,利用公式(4)和公式(5)计算校正系数矩阵b,如图5所示。公式(4)中,利用对称延拓处理图像边界,均值模板尺寸为5×5。利用公式(2),计算出校正后的图像,如图6所示。
通过实验,从校正后图像可以看出,本发明有效地补偿了探测器辐射响应漂移,提高了图像质量,证明了本发明的有效性。
根据本发明提出的基于局部统计相关性的非均匀性校正方法和装置解决了预存校正系数法无法克服辐射响应漂移的问题,避免了基于黑体标定方法需要中断正常成像过程的缺点。根据本发明提出的基于局部统计相关性的非均匀性校正方法和装置基于局部像素统计具有相关性的假设,与传统的基于场景的校正方法相比,不需要复杂的配准算法,计算量小,鲁棒性强,收敛速度快,无鬼影,可实时实现,具有很强的工程应用价值。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同限定。
Claims (10)
1.一种基于局部统计相关性的非均匀性校正方法,其特征在于,包括以下步骤:
连续采集F帧图像;
标定所述采集的F帧图像;
递推计算F帧标定后图像的均值得到均值图像;
对均值图像进行均值滤波得到滤波后图像;
将所述滤波后图像与均值图像作差,得到校正系数矩阵。
2.如权利要求1所述的基于局部统计相关性的非均匀性校正方法,其特征在于,所述连续采集F帧图像是在保持被拍摄场景和焦平面阵列存在相对运动时采集。
3.如权利要求1所述的基于局部统计相关性的非均匀性校正方法,其特征在于,所述步骤:标定所述采集的F帧图像,具体的计算公式为:
Jf(i,j)=g(i,j)If(i,j)+o(i,j)
式中,If(i,j)代表第f帧图像If中第i行第j列对应的像素点的灰度值,Jf(i,j)代表校正后图像的灰度值,g(i,j)和o(i,j)是校正系数。
4.如权利要求1所述的基于局部统计相关性的非均匀性校正方法,其特征在于,所述步骤:递推计算F帧标定后图像的均值得到均值图像,具体的计算公式为:
<mrow>
<msub>
<mover>
<mi>J</mi>
<mo>&OverBar;</mo>
</mover>
<mi>F</mi>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>F</mi>
</mfrac>
<msub>
<mi>J</mi>
<mi>F</mi>
</msub>
<mo>+</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mi>F</mi>
</mfrac>
<mo>)</mo>
</mrow>
<msub>
<mover>
<mi>J</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>F</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
</mrow>
其中,代表累加F帧图像Jf后得到的均值。
5.如权利要求1所述的基于局部统计相关性的非均匀性校正方法,其特征在于,所述步骤:对均值图像进行均值滤波得到滤波后图像,具体的计算公式为:
<mrow>
<mi>M</mi>
<mo>=</mo>
<mi>H</mi>
<mo>&CircleTimes;</mo>
<msub>
<mover>
<mi>J</mi>
<mo>&OverBar;</mo>
</mover>
<mi>F</mi>
</msub>
</mrow>
其中,M是均值滤波后的图像,H是均值卷积模板。
6.一种基于局部统计相关性的非均匀性校正装置,其特征在于,包括:
采集单元,所述采集单元用于连续采集F帧图像;
标定单元,所述标定单元用于将所述采集单元所述采集的F帧图像进行标定;
计算单元,所述计算单元将所述标定单元标定后的F帧标定后图像的均值进行递推计算得到均值图像;
滤波单元,所述滤波单元对所述计算单元得到的均值图像进行均值滤波得到滤波后图像;
校正单元,所述校正单元将所述滤波单元的滤波后图像与计算单元的均值图像作差,得到校正系数矩阵。
7.如权利要求6所述的基于局部统计相关性的非均匀性校正装置,其特征在于,所述采集单元是在保持被拍摄场景和焦平面阵列存在相对运动时连续采集F帧图像。
8.如权利要求6所述的基于局部统计相关性的非均匀性校正装置,其特征在于,所述标定单元将所述采集单元所述采集的F帧图像进行标定的具体的计算公式为:
Jf(i,j)=g(i,j)If(i,j)+o(i,j)
式中,If(i,j)代表第f帧图像If中第i行第j列对应的像素点的灰度值,Jf(i,j)代表校正后图像的灰度值,g(i,j)和o(i,j)是校正系数。
9.如权利要求6所述的基于局部统计相关性的非均匀性校正装置,其特征在于,所述计算单元将所述标定单元标定后的F帧标定后图像的均值进行递推计算得到均值图像的具体的计算公式为:
<mrow>
<msub>
<mover>
<mi>J</mi>
<mo>&OverBar;</mo>
</mover>
<mi>F</mi>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>F</mi>
</mfrac>
<msub>
<mi>J</mi>
<mi>F</mi>
</msub>
<mo>+</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mi>F</mi>
</mfrac>
<mo>)</mo>
</mrow>
<msub>
<mover>
<mi>J</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>F</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
</mrow>
其中,代表累加F帧图像Jf后得到的均值。
10.如权利要求6所述的基于局部统计相关性的非均匀性校正装置,其特征在于,所述校正单元将所述滤波单元的滤波后图像与计算单元的均值图像作差,得到校正系数矩阵具体的计算公式为:
<mrow>
<mi>M</mi>
<mo>=</mo>
<mi>H</mi>
<mo>&CircleTimes;</mo>
<msub>
<mover>
<mi>J</mi>
<mo>&OverBar;</mo>
</mover>
<mi>F</mi>
</msub>
</mrow>
其中,M是均值滤波后的图像,H是均值卷积模板。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710438956.3A CN107271046B (zh) | 2017-06-12 | 2017-06-12 | 一种基于局部统计相关性的非均匀性校正方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710438956.3A CN107271046B (zh) | 2017-06-12 | 2017-06-12 | 一种基于局部统计相关性的非均匀性校正方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107271046A true CN107271046A (zh) | 2017-10-20 |
CN107271046B CN107271046B (zh) | 2019-08-23 |
Family
ID=60067514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710438956.3A Expired - Fee Related CN107271046B (zh) | 2017-06-12 | 2017-06-12 | 一种基于局部统计相关性的非均匀性校正方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107271046B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107976255A (zh) * | 2017-11-24 | 2018-05-01 | 烟台艾睿光电科技有限公司 | 一种红外探测器非均匀性校正系数的修正方法及装置 |
CN108537740A (zh) * | 2018-02-13 | 2018-09-14 | 北京航天控制仪器研究所 | 一种基于相邻像素统计一致性的非均匀性校正方法及系统 |
CN109323766A (zh) * | 2018-11-09 | 2019-02-12 | 浙江传媒学院 | 基于场景的两点非均匀性校正方法 |
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 |
CN114913096A (zh) * | 2022-06-10 | 2022-08-16 | 中国科学院长春光学精密机械与物理研究所 | 一种特征初始化的非均匀校正方法及其系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
KR101450259B1 (ko) * | 2014-06-18 | 2014-10-13 | 엘아이지넥스원 주식회사 | 적외선 검출기의 시변결점 보상 장치 |
CN104217416A (zh) * | 2013-05-31 | 2014-12-17 | 富士通株式会社 | 灰度图像处理方法及其装置 |
US9460349B2 (en) * | 2011-10-24 | 2016-10-04 | International Business Machines Corporation | Background understanding in video data |
CN106500848A (zh) * | 2016-10-18 | 2017-03-15 | 成都市晶林科技有限公司 | 用于红外测温系统的发射率校准方法 |
-
2017
- 2017-06-12 CN CN201710438956.3A patent/CN107271046B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9460349B2 (en) * | 2011-10-24 | 2016-10-04 | International Business Machines Corporation | Background understanding in video data |
CN104217416A (zh) * | 2013-05-31 | 2014-12-17 | 富士通株式会社 | 灰度图像处理方法及其装置 |
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 |
KR101450259B1 (ko) * | 2014-06-18 | 2014-10-13 | 엘아이지넥스원 주식회사 | 적외선 검출기의 시변결점 보상 장치 |
CN106500848A (zh) * | 2016-10-18 | 2017-03-15 | 成都市晶林科技有限公司 | 用于红外测温系统的发射率校准方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107976255A (zh) * | 2017-11-24 | 2018-05-01 | 烟台艾睿光电科技有限公司 | 一种红外探测器非均匀性校正系数的修正方法及装置 |
CN107976255B (zh) * | 2017-11-24 | 2020-05-15 | 烟台艾睿光电科技有限公司 | 一种红外探测器非均匀性校正系数的修正方法及装置 |
CN108537740A (zh) * | 2018-02-13 | 2018-09-14 | 北京航天控制仪器研究所 | 一种基于相邻像素统计一致性的非均匀性校正方法及系统 |
CN109323766A (zh) * | 2018-11-09 | 2019-02-12 | 浙江传媒学院 | 基于场景的两点非均匀性校正方法 |
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 |
CN114913096A (zh) * | 2022-06-10 | 2022-08-16 | 中国科学院长春光学精密机械与物理研究所 | 一种特征初始化的非均匀校正方法及其系统 |
CN114913096B (zh) * | 2022-06-10 | 2024-04-23 | 中国科学院长春光学精密机械与物理研究所 | 一种特征初始化的非均匀校正方法及其系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107271046B (zh) | 2019-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107271046B (zh) | 一种基于局部统计相关性的非均匀性校正方法及装置 | |
US8000559B2 (en) | Method of correcting image distortion and apparatus for processing image using the method | |
US10412314B2 (en) | Systems and methods for photometric normalization in array cameras | |
US8780208B2 (en) | Systems and methods for processing infrared images | |
US10163226B2 (en) | Online calibration of a motor vehicle camera system | |
US6901173B2 (en) | Scene-based non-uniformity correction for detector arrays | |
CN103335716B (zh) | 基于变积分时间的面阵红外相机定标与非均匀性校正方法 | |
CN106886983B (zh) | 基于Laplace算子和反卷积的图像非均匀性校正方法 | |
CN109813442B (zh) | 一种基于多帧处理的内部杂散辐射非均匀性校正方法 | |
US20180063454A1 (en) | Method and apparatus for correcting fixed pattern noise of an infrared image | |
US8620102B2 (en) | Methods, apparatuses and systems for piecewise generation of pixel correction values for image processing | |
CN105869129A (zh) | 针对非均匀校正后的热红外图像剩余非均匀噪声去除方法 | |
Tanbakuchi et al. | Adaptive pixel defect correction | |
CN113379636B (zh) | 一种红外图像非均匀性校正方法、装置、设备及存储介质 | |
CN111932478A (zh) | 一种非制冷红外焦平面的自适应非均匀校正方法 | |
CN116385370A (zh) | 鱼眼图像处理方法、装置、电子设备和存储介质 | |
CN104599248B (zh) | 一种多尺度时域矩匹配非均匀性校正方法 | |
JP2007214662A (ja) | 固体撮像装置 | |
US20110096209A1 (en) | Shading correction method, shading-correction-value measuring apparatus, image capturing apparatus, and beam-profile measuring apparatus | |
US20220207775A1 (en) | Method for calibrating a photodetector array, a calibration device, and an associated imaging system | |
US9854138B2 (en) | Fixed pattern noise reduction | |
JP5993124B2 (ja) | 撮像装置 | |
JP3531256B2 (ja) | 赤外線検知素子のバラツキの自動補正方法 | |
CN116152096A (zh) | 一种红外线列探测器非均匀性矫正方法 | |
CN108537740A (zh) | 一种基于相邻像素统计一致性的非均匀性校正方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20190823 Termination date: 20210612 |