CN108871588A - 一种红外成像系统多维度联合非均匀性校正方法 - Google Patents
一种红外成像系统多维度联合非均匀性校正方法 Download PDFInfo
- Publication number
- CN108871588A CN108871588A CN201810904330.1A CN201810904330A CN108871588A CN 108871588 A CN108871588 A CN 108871588A CN 201810904330 A CN201810904330 A CN 201810904330A CN 108871588 A CN108871588 A CN 108871588A
- Authority
- CN
- China
- Prior art keywords
- image
- integration
- width
- correction
- time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000003331 infrared imaging Methods 0.000 title claims abstract description 28
- 230000010354 integration Effects 0.000 claims abstract description 111
- 230000005855 radiation Effects 0.000 claims abstract description 42
- 239000000758 substrate Substances 0.000 claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 33
- 238000012935 Averaging Methods 0.000 claims description 26
- 238000003384 imaging method Methods 0.000 abstract description 13
- 230000003044 adaptive effect Effects 0.000 abstract description 4
- 239000011159 matrix material Substances 0.000 description 23
- 230000000694 effects Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 239000000047 product Substances 0.000 description 8
- 230000004044 response Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000002123 temporal effect Effects 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)
- Transforming Light Signals Into Electric Signals (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明涉及一种红外成像系统多维度联合非均匀性校正方法，属于红外成像技术领域。该方法通过参考辐射源的不同温度与不同积分时间所获得的多维度信息计算校正参数，用于红外成像系统在不同积分时间下工作的非均匀性自适应校正。同时对实际目标采集的图像在校正前经过基底图像的扣减，自动实时消除偏移误差，令成像系统无需使用快门、挡片等装置，在不同环境和偏置电压条件下有效校正非均匀性。有利的是，该方法要求的存储容量和计算量小，便于硬件实现，并且仅用一组校正参数就可以对不同积分时间的目标成像完成校正，具有工程实用性。
Description
技术领域
本发明属于红外成像技术领域，具体涉及一种红外成像系统多维度联合非均匀性校正方法。
背景技术
图像在空间分布的不均匀会严重影响红外成像系统的性能，对其使用造成不利影响，因此需要进行非均匀性校正以满足实际使用需求。红外成像系统的非均匀性主要来自红外探测器响应的不均匀性，读出电路电子器件的不均匀性，以及光学系统、互连等引入的不均匀性。其中红外探测器和读出电路是非均匀性最主要的来源。
非均匀性校正主要有两大类技术：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。第一类技术主要是基于定标的非均匀性校正，即预先对辐射均匀的参考源进行测量，采集不同温度下的图像计算校正参数，并储存这些校正参数，用于成像系统采集实际目标图像时的校正。根据对参考辐射源采集时使用的温度点数，分为单点校正、两点校正和多点校正。基于参考辐射源的校正精度高，方法简单，运算量小，易于硬件实现，因此在实际工程应用中获得最广泛的使用。
但是基于参考辐射源的校正存在两个缺陷。首先，成像系统的工作环境、温度和偏置电压等因素会对图像的非均匀特性产生影响，而在正常工作时对实际目标采集的环境、温度和偏置电压等会发生漂移，与对参考辐射源采集时的条件并不相同，因此会带来偏移误差，恶化非均匀性校正的效果。为解决该问题，要么在使用中定期对着均匀参考辐射源采集图像，重新计算校正参数；要么在成像系统中增加机械快门或挡片，中断成像系统正常的采集工作，对着快门或挡片采集以纠正偏移误差。不论重新校正还是用快门、挡片，都需要中断成像系统的正常工作，并且增加了系统的复杂度和成本。
其次，对实际目标采集的积分时间必须与对参考辐射源采集的相同，才能保证校正效果，否则校正效果会严重退化，甚至比原始图像出现更严重的非均匀性。这是基于参考辐射源的校正所固有的问题，因此该类技术只能在预定的某一积分时间下工作，而不能改变积分时间，这就限制了成像的动态范围和应用场景。如果要满足不同积分时间的应用需求，必须提前对均匀参考辐射源采集多组不同积分时间的图像，对每一个积分时间计算一组校正参数。对于面阵为M行、N列的成像器件，每个像元都需要一组校正参数，假设需要K个不同的积分时间，则校正参数就需要存储K×M×N组校正参数，大大增加了存储器的要求，对实际工程应用的复杂度、成本等都造成不利影响。
为解决基于参考辐射源校正技术的缺陷，出现了基于场景的非均匀性校正，如恒定统计、时域高通滤波、神经网络法等。该类技术通过实际场景图像进行一系列计算，自适应地校正非均匀性。由于校正信息不需要提前对参考辐射源采集获取，因此不会受环境、温度和偏置电压等参数漂移的影响，同时积分时间也不限定于预先定标时的积分时间，可用于大动态范围成像。但是该类技术运算量大，通常需要对数十甚至数百帧图像进行计算，极大地增加了成像系统的硬件开销；并且会造成“鬼影”现象，影响成像质量。因此，目前基于场景的校正还未在实际工程应用中获得有效使用。
发明内容
本发明的目的是针对现有技术对红外成像系统非均匀性校正方面所存在的缺陷，提供一种减小图像非均匀性的校正方法，该方法的校正效果不会随工作环境等因素的变化而受影响，并且可以用于不同积分时间的大动态范围成像应用，而且无需外加快门或挡片，计算量小，可硬件实现，具备工程实用性。
为实现上述目的，本发明采用的技术方案如下：
一种红外成像系统多维度联合非均匀性校正方法，包括如下步骤：
步骤(a)，对均匀辐射参考辐射源在两个不同的温度下，用两种不同的积分时间相组合采集3幅图像作为校正图像；
步骤(b)，用这3幅校正图像计算出每一个像元的增益校正参数和偏移校正参数；
步骤(c)，对实际目标采集一幅基底图像；
步骤(d)，将所储存的增益校正参数、偏移校正参数和基底图像用于对实际目标采集的图像进行非均匀性联合校正，得到完成校正的图像。
进一步，优选的是，步骤(a)中，3幅校正图像获得方式如下：
第1幅校正图像D1是经过积分时间tC，对温度为TH的均匀辐射参考辐射源采集得到；第2幅校正图像D2是经过积分时间t0，对温度为TH的均匀辐射参考辐射源采集得到；第3幅校正图像D3是经过积分时间tC，对温度为TL的均匀辐射参考辐射源采集得到；其中，t0<tC，TL<TH。
进一步，优选的是，步骤(a)中，3幅校正图像获得方式如下：
第1幅校正图像D1是经过积分时间tC，对温度为TH的均匀辐射参考辐射源采集得到；第2幅校正图像D2是经过积分时间t0，对温度为TH的均匀辐射参考辐射源采集得到；第3幅校正图像D3是经过积分时间t0，对温度为TL的均匀辐射参考辐射源采集得到；其中，t0<tC，TL<TH。
进一步，优选的是，步骤(a)中，3幅校正图像获得方式如下：
第1幅校正图像D1是经过积分时间tC，对温度为TL的均匀辐射参考辐射源采集得到；第2幅校正图像D2是经过积分时间t0，对温度为TL的均匀辐射参考辐射源采集得到；第3幅校正图像D3是经过积分时间tC，对温度为TH的均匀辐射参考辐射源采集得到；其中，t0<tC，TL<TH。
进一步，优选的是，步骤(a)中，3幅校正图像获得方式如下：
第1幅校正图像D1是经过积分时间tC，对温度为TL的均匀辐射参考辐射源采集得到；第2幅校正图像D2是经过积分时间t0，对温度为TL的均匀辐射参考辐射源采集得到；第3幅校正图像D3是经过积分时间t0，对温度为TH的均匀辐射参考辐射源采集得到；其中，t0<tC，TL<TH。
进一步，优选的是，步骤(b)中，增益校正参数的计算方法如下：
在相同参考辐射源温度下、经过不同积分时间得到的两幅校正图像，将其中所有像元的灰度值按照坐标对应相减得到一副新的图像DS1；在不同参考辐射源温度下、经过相同积分时间得到的两幅校正图像图像，将其中所有像元的灰度值按照坐标对应相减得到一副新的图像DS2；用DS1的空间平均值减去DS2的空间平均值得到ΔDS；将DS1和DS2中坐标为(i,j)的像元灰度值相减得到ΔDSi,j；用ΔDS除以ΔDSi,j得到像元(i,j)的增益校正参数ki,j；用该方法计算出所有像元的增益校正参数。
进一步，优选的是，步骤(b)中，偏移校正参数的计算方法如下：
在相同参考辐射源温度下、经过不同积分时间得到的两幅校正图像，将其中所有像元的灰度值按照坐标对应相减得到一副新的图像DS1；将DS1中坐标为(i,j)的像元灰度值与增益校正参数中坐标为(i,j)的参数ki,j相乘，并用DS1的空间平均值减去该乘积，得到像元(i,j)的偏移校正参数bi,j；用该方法计算出所有像元的偏移校正参数。
进一步，优选的是，步骤(c)中，基底图像的采集是用步骤(a)的两种不同的积分时间中的短的积分时间采集得到的。
进一步，优选的是，步骤(d)中，实际目标采集的图像的采集时间大于步骤(a)的两种不同的积分时间中的短的积分时间。
进一步，优选的是，步骤(d)中，非均匀性联合校正的方法为：对实际目标采集的图像与基底图像，将其中所有像元的灰度值按照坐标对应相减，所得到的差值与步骤(b)得到的增益校正参数按照坐标对应相乘，所得到的乘积与步骤(b)得到的偏移校正参数按照坐标对应相加，所得到的结果为完成校正的图像。
本发明的基本原理如下：
红外成像系统输出图像的灰度值受到红外焦平面探测器阵列的辐射响应率、偏置电压、暗电流以及目标温度和积分时间因素影响，这些因素不可避免地存在空间分布不均匀，导致图像产生非均匀性。假设红外成像系统对温度为T的目标经过积分时间t采集得到图像，其坐标为第i列、第j行像元的灰度值如下：
Di,j(T,t,V)＝t×[Gi,j×L(T)+Bi,j]+[V×Ai,j+Oi,j] (1)
其中右边第一项为增益，第二项为偏移。公式(1)中的Gi,j表示像元(i,j)对红外辐射亮度的响应率，L(T)表示温度为T的目标辐射亮度，Bi,j表示像元(i,j)的暗电流，V表示红外焦平面阵列的偏置电压，Ai,j表示像元(i,j)对偏置电压的响应率，Oi,j表示像元(i,j)的固定偏移量。
传统两点校正技术，是分别对高温TH和低温TL的均匀辐射源经过积分时间tC采集两幅图像D1和D2，其中像元(i,j)的灰度值为
D1i,j＝tC×[Gi,j×L(TH)+Bi,j]+[V×Ai,j+Oi,j] (2)
D2i,j＝tC×[Gi,j×L(TL)+Bi,j]+[V×Ai,j+Oi,j] (3)
其中V表示采集时的偏置电压。
将这两幅图像通过以下方法计算校正参数：
面对实际目标时(假设目标温度为T)，经过积分时间tS采集到的图像D为
Di,j＝tS×[Gi,j×L(T)+Bi,j]+[VS×Ai,j+Oi,j] (6)
其中Vs表示采集时的偏置电压。将该图像用公式(4)和(5)的校正参数进行如下校正：
DCi,j＝k'i,jDi,j+b'i,j (7)
将该校正输出的图像与整个阵列所有像元的空间平均值求差，可以得到传统两点校正技术的校正误差为
该结果右边第一项为增益误差，第二项为偏置电压不同所引入的偏移误差。要将误差完全消除的前提是积分时间tS与tC完全相同，且偏电压VS与V完全相同。但实际情况是对均匀参考辐射源和目标的采集是在不同环境或条件下进行的，由于偏置电压等的变化，会增加校正的偏移误差。此外，如果对目标采集的积分时间tS与对均匀参考辐射源采集的积分时间tC不同，则两点校正的增益误差会被显著放大，因此只能对特定的一个积分时间达到较好的校正效果。
两点校正只用两幅图像计算校正参数，仅包含不同温度的信息；本发明的校正参数(ki,j，bi,j)是通过3幅图像计算得到，不仅包含不同温度的信息，还增加了不同积分时间的信息，即通过温度和积分时间两个维度信息的联合作用；此外，本发明用于计算校正参数的方法，通过3幅图像的两两相减抵消了偏置电压的不均匀所引入的偏移非均匀性。
本发明进行校正时，是先对目标以较短的积分时间t0采集一幅基底图像，再用正常时间tS采集的图像与其相减，用提前计算和存储的校正参数对该差值进行校正得到输出值：
可见，由于两幅图像求差，固定偏移量Oi,j和偏置电压引起的偏移量都被实时抵消；而两点校正并没有基底图像的采集和求差，因此仍然存在偏置电压引起的偏移量。
以本发明方案步骤(2)中第一种计算方法得到的校正参数为例，本发明的校正误差为：
可见偏置电压引起的偏移误差被完全消除，只剩下增益误差，因此采用本发明的红外成像系统，在不同的环境、偏置电压等条件下工作都不会产生偏移误差；并且相比公式(8)的两点校正误差，本发明的增益误差被一个很大的因子衰减，并且与对均匀参考辐射源采集的积分时间tC无关，因此即使对实际目标采集的积分时间tS变化，校正误差都可以被衰减因子有效抑制到较低水平，从而在对目标采集时可以使用不同的积分时间以获得高动态范围的成像。
本发明与现有技术相比，其有益效果为：
(1)只需进行一次校正参数的采集和计算，就可令红外成像系统在不同环境和偏置电压条件下工作，而无需像两点校正一样要中断系统的正常工作来对均匀参考辐射源重复定标采集和计算新的校正参数。
(2)能够自动实时抵消偏移误差，成像系统无需增加快门、挡片等附加机械部件，降低了系统的复杂度和成本。而基于参考辐射源的校正技术通常都外加快门、挡片等部件来消除偏移误差。
(3)非均匀校正误差与采集校正参数时的积分时间无关，具有自适应特性，并且被衰减因子有效减小，从而只需要一组校正参数就可以令红外成像系统在不同积分时间下的工作都可以获得较好的非均匀性校正效果，扩大了成像系统实际使用的动态范围。
(4)所需存储容量低，计算量小，可进行硬件实现，具有很强的工程实用性。本发明对每个像元只需要存储两个校正参数，并且校正算法只是简单的加减和乘法运算，不论存储容量和计算量都大大小于基于场景的校正技术。
相比已有方案，采用本发明的多维度联合非均匀性校正可以更好地满足红外成像系统实时、自适应和大动态范围的非均匀性校正需求，具有工程实用性。
附图说明
图1为本发明所述多维度联合非均匀性校正的方法步骤图；
图2为本发明实施例1多维度联合非均匀性校正的方法步骤图；
图3为原始图像、两点校正和本发明实施例1的固定图案噪声；
图4为本发明实施例2多维度联合非均匀性校正的方法步骤图；
图5为原始图像、两点校正和本发明实施例2的固定图案噪声；
图6为本发明实施例3多维度联合非均匀性校正的方法步骤图；
图7为本发明实施例4多维度联合非均匀性校正的方法步骤图。
具体实施方式
下面结合实施例对本发明作进一步的详细描述。
本领域技术人员将会理解，下列实施例仅用于说明本发明，而不应视为限定本发明的范围。实施例中未注明具体技术或条件者，按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。所用材料或设备未注明生产厂商者，均为可以通过购买获得的常规产品。
实施例1
如图2所示，本发明实施例多维度联合非均匀性校正的方法，具体包括以下步骤：
(1)对黑体(作为均匀辐射的参考辐射源)采集3幅校正图像，具体包括：将黑体温度设置为TH，设置积分时间为tC，对黑体采集第1幅校正图像D(TH,tC)；保持黑体温度为TH，设置积分时间为t0(t0<<tC)，对黑体采集第2幅校正图像D(TH,t0)；将黑体温度降低到TL，设置积分时间为tC，对黑体采集第3幅校正图像D(TL,tC)；这三幅图像中像元(i,j)的灰度值分别为
Di,j(TH,tC)＝tC×[Gi,j×L(TH)+Bi,j]+[V×Ai,j+Oi,j] (11)
Di,j(TH,t0)＝t0×[Gi,j×L(TH)+Bi,j]+[V×Ai,j+Oi,j] (12)
Di,j(TL,tC)＝tC×[Gi,j×L(TL)+Bi,j]+[V×Ai,j+Oi,j] (13)
(2)利用步骤(1)所获得的温度相同、积分时间不同的两幅图像，将其中所有像元的灰度值按照坐标对应相减得到一副新的图像DS1，其中像元(i,j)对应的结果为
DS1i,j＝Di,j(TH,tC)-Di,j(TH,t0)＝(tC-t0)×[Gi,j×L(TH)+Bi,j] (14)
利用步骤(1)所获得的积分时间相同、温度不同的两幅图像，将其中所有像元的灰度值按照坐标对应相减得到一副新的图像DS2，其中像元(i,j)对应的结果为
DS2i,j＝Di,j(TH,tC)-Di,j(TL,tC)＝tC×Gi,j×[L(TH)-L(TL)] (15)
用DS1的空间平均值减去DS2的空间平均值得到ΔDS；将DS1和DS2中坐标为(i,j)的像元灰度值相减得到ΔDSi,j；用ΔDS除以ΔDSi,j得到像元(i,j)的增益校正参数ki,j：
其中上划横线表示求空间平均值，假设图像都是M行×N列，其计算方法如下
将DS1中坐标为(i,j)的像元灰度值与增益校正参数中坐标为(i,j)的参数ki,j相乘，并用DS1的空间平均值减去该乘积，得到像元(i,j)的偏移校正参数bi,j
对其每个像元通过以上方法进行计算获得M×N个增益校正参数和偏移校正参数。
(3)储存步骤(2)得到的增益校正参数和偏移校正参数；
(4)面对实际目标(假设目标温度为T)，设置基底积分时间为t0，采集一幅基底图像D(T,t0)并储存；其中像元(i,j)的灰度值为
Di,j(T,t0)＝t0×[Gi,j×L(T)+Bi,j]+[VS×Ai,j+Oi,j] (20)
(5)设置积分时间为所需要的正常积分时间tS(t0<<tS)，采集一幅图像D(T,tS)，其中像元(i,j)的灰度值为
Di,j(T,tS)＝tS×[Gi,j×L(T)+Bi,j]+[VS×Ai,j+Oi,j] (21)
将其和步骤(4)得到的基底图像按照坐标对每个像元的灰度值求差，其中像元(i,j)的灰度值为
DSi,j＝Di,j(T,tS)-Di,j(T,t0)＝(tS-t0)×[Gi,j×L(T)+Bi,j] (22)
可见偏移量通过相减被实时抵消。对该差值的每个像元利用步骤(2)得到的校正参数按照以下方法进行校正，得到最终输出的图像，其中像元(i,j)的灰度值为
DSCi,j＝ki,j×DSi,j+bi,j (23)
(6)重复步骤(5)N次(N≥1)，获得N幅经过校正输出的图像；
(7)重复步骤(4)至步骤(6)，获得多组(每组1幅基底图像，N幅实际目标采集图像)经过校正输出的图像，并且每次重复时可根据实际情况需要调整正常积分时间tS值，以及选择N的大小。
为比较非均匀性校正的效果，用下式给出的固定图案噪声进行考察。
其中i，j表示图像D的第i列、第j行像元，上划横线表示该图像的空间平均值，RMS表示整幅图像的空间标准差，Dmax表示最大灰度值。
图3给出了某红外成像系统未经校正的原始图像、经过两点校正的图像和经过本发明实施例方法校正的图像在不同积分时间下目标采集的固定图案噪声，所有的校正参数都是对均匀辐射的参考辐射源在积分时间为800微秒下采集计算得到。该图可以看出，两点校正仅在目标采集积分时间与校正参数采集积分时间相同时(即800微秒)可以取得最好的非均匀性校正效果(固定图案噪声0.25％)，但是当目标采集的积分时间发生变化后，其非均匀性明显恶化，固定图案噪声超过1％。而本发明实施例的校正方法，对目标经过不同积分时间得到的固定图案噪声均低于0.5％，在大动态范围下具有更好的非均匀性校正效果。
实施例2
如图4所示，本发明实施例多维度联合非均匀性校正的方法，具体包括以下步骤：
(1)对黑体(作为均匀辐射的参考辐射源)采集3幅校正图像，具体包括：将黑体温度设置为TH，设置积分时间为tC，对黑体采集第1幅校正图像D(TH,tC)；保持黑体温度为TH，设置积分时间为t0(t0<<tC)，对黑体采集第2幅校正图像D(TH,t0)；将黑体温度降低到TL，设置积分时间为t0，对黑体采集第3幅校正图像D(TL,t0)；这三幅图像中像元(i,j)的灰度值分别为
Di,j(TH,tC)＝tC×[Gi,j×L(TH)+Bi,j]+[V×Ai,j+Oi,j] (25)
Di,j(TH,t0)＝t0×[Gi,j×L(TH)+Bi,j]+[V×Ai,j+Oi,j] (26)
Di,j(TL,t0)＝t0×[Gi,j×L(TL)+Bi,j]+[V×Ai,j+Oi,j] (27)
(2)利用步骤(1)所获得的温度相同、积分时间不同的两幅图像，将其中所有像元的灰度值按照坐标对应相减得到一副新的图像DS1，其中像元(i,j)对应的结果为
DS1i,j＝Di,j(TH,tC)-Di,j(TH,t0)＝(tC-t0)×[Gi,j×L(TH)+Bi,j] (28)
利用步骤(1)所获得的积分时间相同、温度不同的两幅图像，将其中所有像元的灰度值按照坐标对应相减得到一副新的图像DS2，其中像元(i,j)对应的结果为
DS2i,j＝Di,j(TH,t0)-Di,j(TL,t0)＝t0×Gi,j×[L(TH)-L(TL)] (29)
用DS1的空间平均值减去DS2的空间平均值得到ΔDS；将DS1和DS2中坐标为(i,j)的像元灰度值相减得到ΔDSi,j；用ΔDS除以ΔDSi,j得到像元(i,j)的增益校正参数ki,j：
其中上划横线表示求空间平均值，假设图像都是M行×N列，其计算方法如下
将DS1中坐标为(i,j)的像元灰度值与增益校正参数中坐标为(i,j)的参数ki,j相乘，并用DS1的空间平均值减去该乘积，得到像元(i,j)的偏移校正参数bi,j
对其每个像元通过以上方法进行计算获得M×N个增益校正参数和偏移校正参数。
(3)储存步骤(2)得到的增益校正参数和偏移校正参数；
(4)面对实际目标(假设目标温度为T)，设置基底积分时间为t0，采集一幅基底图像D(T,t0)并储存；其中像元(i,j)的灰度值为
Di,j(T,t0)＝t0×[Gi,j×L(T)+Bi,j]+[VS×Ai,j+Oi,j] (34)
(6)设置积分时间为所需要的正常积分时间tS(t0<<tS)，采集一幅图像D(T,tS)，其中像元(i,j)的灰度值为
Di,j(T,tS)＝tS×[Gi,j×L(T)+Bi,j]+[VS×Ai,j+Oi,j] (35)
将其和步骤(4)得到的基底图像按照坐标对每个像元的灰度值求差，其中像元(i,j)的灰度值为
DSi,j＝Di,j(T,tS)-Di,j(T,t0)＝(tS-t0)×[Gi,j×L(T)+Bi,j] (36)
可见偏移量通过相减被实时抵消。对该差值的每个像元利用步骤(2)得到的校正参数按照以下方法进行校正，得到最终输出的图像，其中像元(i,j)的灰度值为
DSCi,j＝ki,j×DSi,j+bi,j (37)
(6)重复步骤(5)N次(N≥1)，获得N幅经过校正输出的图像；
(7)重复步骤(4)至步骤(6)，获得多组(每组1幅基底图像，N幅实际目标采集图像)经过校正输出的图像，并且每次重复时可根据实际情况需要调整正常积分时间tS值，以及选择N的大小。
为比较非均匀性校正的效果，用下式给出的固定图案噪声进行考察。
其中i，j表示图像D的第i列、第j行像元，上划横线表示该图像的空间平均值，RMS表示整幅图像的空间标准差，Dmax表示最大灰度值。
以下采用某红外成像系统采集的图像，结合本实施例给出具体的各步骤计算结果，以第8行第8列的像元为例。对温度为35摄氏度(TH)的黑体经过积分时间800毫秒(tC)得到第1幅校正图像，其中坐标为(8,8)的像元灰度值为D8,8(35,800)＝7821；对温度为35摄氏度(TH)的黑体经过积分时间2毫秒(t0)得到第2幅校正图像，其中坐标为(8,8)的像元灰度值为D8,8(35,2)＝4602；对温度为20摄氏度(TL)的黑体经过积分时间2毫秒(t0)得到第3幅校正图像，其中坐标为(8,8)的像元灰度值为D8,8(20,2)＝4580；根据公式(28)和(29)分别求出DS18,8＝3219，DS28,8＝22。根据公式(31)和(32)分别求出DS1的空间平均值为3761，DS2的空间平均值为21.6。根据公式(30)和公式(33)分别求出该像元的增益校正参数和偏移校正参数分别为k8,8＝1.17，b8,8＝－4.1。对某一实际目标(假设其温度为T)经过积分时间2毫秒(t0)采集图像，其中坐标为(8,8)的像元灰度值为D8,8(T,2)＝4584；设置积分时间为600毫秒(tS)对同一目标采集图像，其中坐标为(8,8)的像元灰度值为D8,8(T,600)＝6715；将这两幅图像相减得到DS8,8＝2131。根据公式(37)，得到坐标为(8,8)的像元校正输出的灰度值为2488.5。由公式(38)求出整幅校正输出图像的标准差(RMS)为27.7，而原始图像的最大输出为14450，因此经过本发明实施例校正后的图像固定图案噪声为0.19％。
而采用两点校正计算出坐标为(8,8)的像元的增益校正参数和偏移校正参数分别为k’8,8＝1.15，b’8,8＝－661，其校正输出为7035。整幅图像经过两点校正后的标准差为102.4，而原始图像的最大输出为14450，因此经过两点校正后的图像固定图案噪声为0.71％。
图4给出了某红外成像系统未经校正的原始图像、经过两点校正的图像和经过本发明实施例方法校正的图像在不同积分时间下目标采集的固定图案噪声，所有的校正参数都是对均匀辐射的参考辐射源在积分时间为800微秒下采集计算得到。该图可以看出，两点校正仅在目标采集积分时间与校正参数采集积分时间相同时(即800微秒)可以取得最好的非均匀性校正效果(固定图案噪声0.25％)，但是当目标采集的积分时间发生变化后，其非均匀性明显恶化，固定图案噪声超过1％。而本发明实施例的校正方法，在对目标经过不同积分时间后得到的固定图案噪声均低于0.4％，在大动态范围下具有更好的非均匀性校正效果。
实施例3
如图6所示，本发明实施例多维度联合非均匀性校正的方法，具体包括以下步骤：
(1)对黑体(作为均匀辐射的参考辐射源)采集3幅校正图像，具体包括：将黑体温度设置为TL，设置积分时间为tC，对黑体采集第1幅校正图像D(TL,tC)；保持黑体温度为TL，设置积分时间为t0(t0<<tC)，对黑体采集第2幅校正图像D(TL,t0)；将黑体温度升高到TH，设置积分时间为tC，对黑体采集第3幅校正图像D(TH,tC)；这三幅图像中像元(i,j)的灰度值分别为
Di,j(TL,tC)＝tC×[Gi,j×L(TL)+Bi,j]+[V×Ai,j+Oi,j] (39)
Di,j(TL,t0)＝t0×[Gi,j×L(TL)+Bi,j]+[V×Ai,j+Oi,j] (40)
Di,j(TH,tC)＝tC×[Gi,j×L(TH)+Bi,j]+[V×Ai,j+Oi,j] (41)
(2)利用步骤(1)所获得的温度相同、积分时间不同的两幅图像，将其中所有像元的灰度值按照坐标对应相减得到一副新的图像DS1，其中像元(i,j)对应的结果为
DS1i,j＝Di,j(TL,tC)-Di,j(TL,t0)＝(tC-t0)×[Gi,j×L(TL)+Bi,j] (42)
利用步骤(1)所获得的积分时间相同、温度不同的两幅图像，将其中所有像元的灰度值按照坐标对应相减得到一副新的图像DS2，其中像元(i,j)对应的结果为
DS2i,j＝Di,j(TH,tC)-Di,j(TL,tC)＝tC×Gi,j×[L(TH)-L(TL)] (43)
用DS1的空间平均值减去DS2的空间平均值得到ΔDS；将DS1和DS2中坐标为(i,j)的像元灰度值相减得到ΔDSi,j；用ΔDS除以ΔDSi,j得到像元(i,j)的增益校正参数ki,j：
其中上划横线表示求空间平均值，假设图像都是M行×N列，其计算方法如下
将DS1中坐标为(i,j)的像元灰度值与增益校正参数中坐标为(i,j)的参数ki,j相乘，并用DS1的空间平均值减去该乘积，得到像元(i,j)的偏移校正参数bi,j
对其每个像元通过以上方法进行计算获得M×N个增益校正参数和偏移校正参数。
(3)储存步骤(2)得到的增益校正参数和偏移校正参数；
(4)面对实际目标(假设目标温度为T)，设置基底积分时间为t0，采集一幅基底图像D(T,t0)并储存；其中像元(i,j)的灰度值为
Di,j(T,t0)＝t0×[Gi,j×L(T)+Bi,j]+[VS×Ai,j+Oi,j] (48)
(7)设置积分时间为所需要的正常积分时间tS(t0<<tS)，采集一幅图像D(T,tS)，其中像元(i,j)的灰度值为
Di,j(T,tS)＝tS×[Gi,j×L(T)+Bi,j]+[VS×Ai,j+Oi,j] (49)
将其和步骤(4)得到的基底图像按照坐标对每个像元的灰度值求差，其中像元(i,j)的灰度值为
DSi,j＝Di,j(T,tS)-Di,j(T,t0)＝(tS-t0)×[Gi,j×L(T)+Bi,j] (50)
可见偏移量通过相减被实时抵消。对该差值的每个像元利用步骤(2)得到的校正参数按照以下方法进行校正，得到最终输出的图像，其中像元(i,j)的灰度值为
DSCi,j＝ki,j×DSi,j+bi,j (51)
(6)重复步骤(5)N次(N≥1)，获得N幅经过校正输出的图像；
(7)重复步骤(4)至步骤(6)，获得多组(每组1幅基底图像，N幅实际目标采集图像)经过校正输出的图像，并且每次重复时可根据实际情况需要调整正常积分时间tS值，以及选择N的大小。
实施例4
如图7所示，本发明实施例多维度联合非均匀性校正的方法，具体包括以下步骤：
(1)对黑体(作为均匀辐射的参考辐射源)采集3幅校正图像，具体包括：将黑体温度设置为TL，设置积分时间为tC，对黑体采集第1幅校正图像D(TL,tC)；保持黑体温度为TL，设置积分时间为t0(t0<<tC)，对黑体采集第2幅校正图像D(TL,t0)；将黑体温度升高到TH，设置积分时间为t0，对黑体采集第3幅校正图像D(TH,t0)；这三幅图像中像元(i,j)的灰度值分别为
Di,j(TL,tC)＝tC×[Gi,j×L(TL)+Bi,j]+[V×Ai,j+Oi,j] (52)
Di,j(TL,t0)＝t0×[Gi,j×L(TL)+Bi,j]+[V×Ai,j+Oi,j] (53)
Di,j(TH,t0)＝t0×[Gi,j×L(TH)+Bi,j]+[V×Ai,j+Oi,j] (54)
(2)利用步骤(1)所获得的温度相同、积分时间不同的两幅图像，将其中所有像元的灰度值按照坐标对应相减得到一副新的图像DS1，其中像元(i,j)对应的结果为
DS1i,j＝Di,j(TL,tC)-Di,j(TL,t0)＝(tC-t0)×[Gi,j×L(TL)+Bi,j] (55)
利用步骤(1)所获得的积分时间相同、温度不同的两幅图像，将其中所有像元的灰度值按照坐标对应相减得到一副新的图像DS2，其中像元(i,j)对应的结果为
DS2i,j＝Di,j(TH,t0)-Di,j(TL,t0)＝t0×Gi,j×[L(TH)-L(TL)] (56)
用DS1的空间平均值减去DS2的空间平均值得到ΔDS；将DS1和DS2中坐标为(i,j)的像元灰度值相减得到ΔDSi,j；用ΔDS除以ΔDSi,j得到像元(i,j)的增益校正参数ki,j：
其中上划横线表示求空间平均值，假设图像都是M行×N列，其计算方法如下
将DS1中坐标为(i,j)的像元灰度值与增益校正参数中坐标为(i,j)的参数ki,j相乘，并用DS1的空间平均值减去该乘积，得到像元(i,j)的偏移校正参数bi,j
对其每个像元通过以上方法进行计算获得M×N个增益校正参数和偏移校正参数。
(3)储存步骤(2)得到的增益校正参数和偏移校正参数；
(4)面对实际目标(假设目标温度为T)，设置基底积分时间为t0，采集一幅基底图像D(T,t0)并储存；其中像元(i,j)的灰度值为
Di,j(T,t0)＝t0×[Gi,j×L(T)+Bi,j]+[VS×Ai,j+Oi,j] (61)
(8)设置积分时间为所需要的正常积分时间tS(t0<<tS)，采集一幅图像D(T,tS)，其中像元(i,j)的灰度值为
Di,j(T,tS)＝tS×[Gi,j×L(T)+Bi,j]+[VS×Ai,j+Oi,j] (62)
将其和步骤(4)得到的基底图像按照坐标对每个像元的灰度值求差，其中像元(i,j)的灰度值为
DSi,j＝Di,j(T,tS)-Di,j(T,t0)＝(tS-t0)×[Gi,j×L(T)+Bi,j] (63)
可见偏移量通过相减被实时抵消。对该差值的每个像元利用步骤(2)得到的校正参数按照以下方法进行校正，得到最终输出的图像，其中像元(i,j)的灰度值为
DSCi,j＝ki,j×DSi,j+bi,j (64)
(6)重复步骤(5)N次(N≥1)，获得N幅经过校正输出的图像；
(7)重复步骤(4)至步骤(6)，获得多组(每组1幅基底图像，N幅实际目标采集图像)经过校正输出的图像，并且每次重复时可根据实际情况需要调整正常积分时间tS值，以及选择N的大小。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种红外成像系统多维度联合非均匀性校正方法，其特征在于，包括如下步骤：
步骤（a），对均匀辐射参考辐射源在两个不同的温度下，用两种不同的积分时间相组合采集3幅图像作为校正图像；
步骤（b），用这3幅校正图像计算出每一个像元的增益校正参数和偏移校正参数；
步骤（c），对实际目标采集一幅基底图像；
步骤（d），将所储存的增益校正参数、偏移校正参数和基底图像用于对实际目标采集的图像进行非均匀性联合校正，得到完成校正的图像。
2.根据权利要求1所述的红外成像系统多维度联合非均匀性校正方法，其特征在于，步骤（a）中，3幅校正图像获得方式如下：
第1幅校正图像D1是经过积分时间tC，对温度为TH的均匀辐射参考辐射源采集得到；第2幅校正图像D2是经过积分时间t0，对温度为TH的均匀辐射参考辐射源采集得到；第3幅校正图像D3是经过积分时间tC，对温度为TL的均匀辐射参考辐射源采集得到；其中，t0<tC，TL<TH。
3.根据权利要求1所述的红外成像系统多维度联合非均匀性校正方法，其特征在于，步骤（a）中，3幅校正图像获得方式如下：
第1幅校正图像D1是经过积分时间tC，对温度为TH的均匀辐射参考辐射源采集得到；第2幅校正图像D2是经过积分时间t0，对温度为TH的均匀辐射参考辐射源采集得到；第3幅校正图像D3是经过积分时间t0，对温度为TL的均匀辐射参考辐射源采集得到；其中，t0<tC，TL<TH。
4.根据权利要求1所述的红外成像系统多维度联合非均匀性校正方法，其特征在于，步骤（a）中，3幅校正图像获得方式如下：
第1幅校正图像D1是经过积分时间tC，对温度为TL的均匀辐射参考辐射源采集得到；第2幅校正图像D2是经过积分时间t0，对温度为TL的均匀辐射参考辐射源采集得到；第3幅校正图像D3是经过积分时间tC，对温度为TH的均匀辐射参考辐射源采集得到；其中，t0<tC，TL<TH。
5.根据权利要求1所述的红外成像系统多维度联合非均匀性校正方法，其特征在于，步骤（a）中，3幅校正图像获得方式如下：
第1幅校正图像D1是经过积分时间tC，对温度为TL的均匀辐射参考辐射源采集得到；第2幅校正图像D2是经过积分时间t0，对温度为TL的均匀辐射参考辐射源采集得到；第3幅校正图像D3是经过积分时间t0，对温度为TH的均匀辐射参考辐射源采集得到；其中，t0<tC，TL<TH。
6.根据权利要求1所述的红外成像系统多维度联合非均匀性校正方法，其特征在于，步骤（b）中，增益校正参数的计算方法如下：
在相同参考辐射源温度下、经过不同积分时间得到的两幅校正图像，将其中所有像元的灰度值按照坐标对应相减得到一副新的图像DS1；在不同参考辐射源温度下、经过相同积分时间得到的两幅校正图像图像，将其中所有像元的灰度值按照坐标对应相减得到一副新的图像DS2；用DS1的空间平均值减去DS2的空间平均值得到ΔDS；将DS1和DS2中坐标为(i,j)的像元灰度值相减得到ΔDSi,j；用ΔDS除以ΔDSi,j得到像元(i,j)的增益校正参数ki,j；用该方法计算出所有像元的增益校正参数。
7.根据权利要求1所述的红外成像系统多维度联合非均匀性校正方法，其特征在于，步骤（b）中，偏移校正参数的计算方法如下：
在相同参考辐射源温度下、经过不同积分时间得到的两幅校正图像，将其中所有像元的灰度值按照坐标对应相减得到一副新的图像DS1；将DS1中坐标为(i,j)的像元灰度值与增益校正参数中坐标为(i,j)的参数ki,j相乘，并用DS1的空间平均值减去该乘积，得到像元(i,j)的偏移校正参数bi,j；用该方法计算出所有像元的偏移校正参数。
8.根据权利要求1所述的红外成像系统多维度联合非均匀性校正方法，其特征在于，步骤（c）中，基底图像的采集是用步骤（a）的两种不同的积分时间中的短的积分时间采集得到的。
9.根据权利要求1所述的红外成像系统多维度联合非均匀性校正方法，其特征在于，步骤（d）中，实际目标采集的图像的采集时间大于步骤（a）的两种不同的积分时间中的短的积分时间。
10.根据权利要求1所述的红外成像系统多维度联合非均匀性校正方法，其特征在于，步骤（d）中，非均匀性联合校正的方法为：对实际目标采集的图像与基底图像，将其中所有像元的灰度值按照坐标对应相减，所得到的差值与步骤（b）得到的增益校正参数按照坐标对应相乘，所得到的乘积与步骤（b）得到的偏移校正参数按照坐标对应相加，所得到的结果为完成校正的图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810904330.1A CN108871588B (zh) | 2018-08-09 | 2018-08-09 | 一种红外成像系统多维度联合非均匀性校正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810904330.1A CN108871588B (zh) | 2018-08-09 | 2018-08-09 | 一种红外成像系统多维度联合非均匀性校正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108871588A true CN108871588A (zh) | 2018-11-23 |
| CN108871588B CN108871588B (zh) | 2019-12-31 |
Family
ID=64318624
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810904330.1A Active CN108871588B (zh) | 2018-08-09 | 2018-08-09 | 一种红外成像系统多维度联合非均匀性校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108871588B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109798982A (zh) * | 2019-03-07 | 2019-05-24 | 杭州新瀚光电科技有限公司 | 一种无挡片热像仪及其测温矫正算法 |
| CN110855915A (zh) * | 2019-11-29 | 2020-02-28 | 中国科学院长春光学精密机械与物理研究所 | 实现暗电流补偿的ccd相机响应非均匀性校正方法 |
| CN110852976A (zh) * | 2019-11-22 | 2020-02-28 | 昆明物理研究所 | 一种红外图像明暗不均匀校正方法及计算机程序产品 |
| CN111598815A (zh) * | 2020-06-05 | 2020-08-28 | 北京环境特性研究所 | 一种红外热像仪图像非均匀校正方法及装置 |
| CN111609937A (zh) * | 2020-06-08 | 2020-09-01 | 北京环境特性研究所 | 一种红外热像仪外场标定方法及装置 |
| CN111879412A (zh) * | 2020-08-03 | 2020-11-03 | 烟台艾睿光电科技有限公司 | 制冷型红外探测器的图像生成方法、装置及可读存储介质 |
| CN112346034A (zh) * | 2020-11-12 | 2021-02-09 | 北京理工大学 | 一种三维固态面阵激光雷达组合标定方法 |
| CN112863641A (zh) * | 2019-11-12 | 2021-05-28 | 西安大医集团股份有限公司 | 放射治疗系统及其放射源的偏移量确定方法、装置 |
| CN113267254A (zh) * | 2021-05-16 | 2021-08-17 | 北京信息科技大学 | 一种红外成像非均匀性智能标定校正方法和系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050103989A1 (en) * | 2002-03-08 | 2005-05-19 | Bae Systems Plc | Infra red camera calibration |
| CN102855610A (zh) * | 2012-08-03 | 2013-01-02 | 南京理工大学 | 采用参数正确性因子的红外图像非均匀性校正方法 |
| CN103033270A (zh) * | 2012-12-17 | 2013-04-10 | 无锡艾立德智能科技有限公司 | 一种红外热像仪非均匀校正系数生成及控制方法 |
| CN103604503A (zh) * | 2013-06-17 | 2014-02-26 | 中国航天科工集团第三研究院第八三五八研究所 | 一种积分时间动态调整的高精度非均匀性校正方法 |
| CN104618664A (zh) * | 2014-12-26 | 2015-05-13 | 昆明物理研究所 | 一种基于自适应积分时间的嵌入式红外图像超帧处理方法 |
| CN104964746A (zh) * | 2015-06-17 | 2015-10-07 | 北京空间机电研究所 | 基于无快门的非制冷红外成像系统和非均匀性校正方法 |
| CN106197673A (zh) * | 2016-06-27 | 2016-12-07 | 湖北久之洋红外系统股份有限公司 | 一种自适应宽温度范围非均匀校正方法及系统 |
-
2018
- 2018-08-09 CN CN201810904330.1A patent/CN108871588B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050103989A1 (en) * | 2002-03-08 | 2005-05-19 | Bae Systems Plc | Infra red camera calibration |
| CN102855610A (zh) * | 2012-08-03 | 2013-01-02 | 南京理工大学 | 采用参数正确性因子的红外图像非均匀性校正方法 |
| CN103033270A (zh) * | 2012-12-17 | 2013-04-10 | 无锡艾立德智能科技有限公司 | 一种红外热像仪非均匀校正系数生成及控制方法 |
| CN103604503A (zh) * | 2013-06-17 | 2014-02-26 | 中国航天科工集团第三研究院第八三五八研究所 | 一种积分时间动态调整的高精度非均匀性校正方法 |
| CN104618664A (zh) * | 2014-12-26 | 2015-05-13 | 昆明物理研究所 | 一种基于自适应积分时间的嵌入式红外图像超帧处理方法 |
| CN104964746A (zh) * | 2015-06-17 | 2015-10-07 | 北京空间机电研究所 | 基于无快门的非制冷红外成像系统和非均匀性校正方法 |
| CN106197673A (zh) * | 2016-06-27 | 2016-12-07 | 湖北久之洋红外系统股份有限公司 | 一种自适应宽温度范围非均匀校正方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 洪闻青 等: "红外焦平面联合非均匀性校正算法", 《光学学报》 * |
| 陈钱: "红外图像处理技术现状及发展趋势", 《红外技术》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109798982A (zh) * | 2019-03-07 | 2019-05-24 | 杭州新瀚光电科技有限公司 | 一种无挡片热像仪及其测温矫正算法 |
| CN112863641A (zh) * | 2019-11-12 | 2021-05-28 | 西安大医集团股份有限公司 | 放射治疗系统及其放射源的偏移量确定方法、装置 |
| CN110852976A (zh) * | 2019-11-22 | 2020-02-28 | 昆明物理研究所 | 一种红外图像明暗不均匀校正方法及计算机程序产品 |
| CN110855915A (zh) * | 2019-11-29 | 2020-02-28 | 中国科学院长春光学精密机械与物理研究所 | 实现暗电流补偿的ccd相机响应非均匀性校正方法 |
| CN111598815A (zh) * | 2020-06-05 | 2020-08-28 | 北京环境特性研究所 | 一种红外热像仪图像非均匀校正方法及装置 |
| CN111598815B (zh) * | 2020-06-05 | 2023-12-08 | 北京环境特性研究所 | 一种红外热像仪图像非均匀校正方法及装置 |
| CN111609937A (zh) * | 2020-06-08 | 2020-09-01 | 北京环境特性研究所 | 一种红外热像仪外场标定方法及装置 |
| CN111609937B (zh) * | 2020-06-08 | 2021-07-20 | 北京环境特性研究所 | 一种红外热像仪外场标定方法及装置 |
| CN111879412A (zh) * | 2020-08-03 | 2020-11-03 | 烟台艾睿光电科技有限公司 | 制冷型红外探测器的图像生成方法、装置及可读存储介质 |
| CN112346034A (zh) * | 2020-11-12 | 2021-02-09 | 北京理工大学 | 一种三维固态面阵激光雷达组合标定方法 |
| CN112346034B (zh) * | 2020-11-12 | 2023-10-27 | 北京理工大学 | 一种三维固态面阵激光雷达组合标定方法 |
| CN113267254A (zh) * | 2021-05-16 | 2021-08-17 | 北京信息科技大学 | 一种红外成像非均匀性智能标定校正方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108871588B (zh) | 2019-12-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108871588A (zh) | 一种红外成像系统多维度联合非均匀性校正方法 | |
| US9332197B2 (en) | Infrared sensor control architecture | |
| CN105721846B (zh) | 用于同步自动白平衡的多相机装置和方法 | |
| US9036060B2 (en) | Imaging device, image processing method and program for correction of blooming | |
| CN108846805A (zh) | 一种基于场景自适应的红外热图像两点非均匀校正方法 | |
| CN106197673B (zh) | 一种自适应宽温度范围非均匀校正方法及系统 | |
| CN103308178A (zh) | 一种非制冷红外焦平面阵列的非均匀性校正方法 | |
| JPH04330872A (ja) | 白色シェーディング補正装置および補正方法 | |
| CN102752504B (zh) | 一种宽视场线阵ccd相机的相对辐射校正方法 | |
| CN104344899B (zh) | 热辐射检测阵列的缺陷状态的诊断方法和设备 | |
| 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 | |
| CN105869129B (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 | |
| US6683310B2 (en) | Readout technique for microbolometer array | |
| CN106651787B (zh) | 基于x射线的hdr图像合成方法及系统 | |
| CN102236790A (zh) | 一种图像处理方法和设备 | |
| CN103312983B (zh) | 一种太赫兹成像仪镜头补偿方法 | |
| CN108225731B (zh) | 彩色面阵相机mtf测试方法及装置 | |
| CN105704382B (zh) | 一种多通道ccd摄像机图像校正方法和装置 | |
| CN106124060A (zh) | 基于变积分时间的实时红外线成像方法及装置 | |
| Liu et al. | A time-domain projection-based registration-scene-based nonuniformity correction technology and its detailed hardware realization | |
| Chulani et al. | Preliminary performance results of the weighted Fourier phase slope centroiding method for Shack–Hartmann wavefront sensors obtained with the OOMAO simulator | |
| Hakim et al. | Analysis of radiometric calibration on matrix imager of LAPAN-A3 satellite payload | |
| CN114184284A (zh) | 一种用于纵向扫描红外热像仪的实时场景校正方法及系统 | |
| Zhou et al. | Local spatial correlation-based stripe non-uniformity correction algorithm for single infrared images | |
| CN103229497B (zh) | 用于估计图像检测装置的纱窗效应的方法和设备 |
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 |