CN111983710B - 一种用于扫描型红外搜索系统的非均匀性校正方法 - Google Patents

一种用于扫描型红外搜索系统的非均匀性校正方法 Download PDF

Info

Publication number
CN111983710B
CN111983710B CN202010816061.0A CN202010816061A CN111983710B CN 111983710 B CN111983710 B CN 111983710B CN 202010816061 A CN202010816061 A CN 202010816061A CN 111983710 B CN111983710 B CN 111983710B
Authority
CN
China
Prior art keywords
uniformity
buffer area
image
correction
parameters
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.)
Active
Application number
CN202010816061.0A
Other languages
English (en)
Other versions
CN111983710A (zh
Inventor
杨科
雷增强
程刚
李四维
康臻
薛媛元
李辉
赵俊成
阴万宏
郭羽
郭俊超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian institute of Applied Optics
Original Assignee
Xian institute of Applied Optics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian institute of Applied Optics filed Critical Xian institute of Applied Optics
Priority to CN202010816061.0A priority Critical patent/CN111983710B/zh
Publication of CN111983710A publication Critical patent/CN111983710A/zh
Application granted granted Critical
Publication of CN111983710B publication Critical patent/CN111983710B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00—Prospecting or detecting by optical means
    • G01V8/10—Detecting, e.g. by using light barriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)
  • Radiation Pyrometers (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开了一种用于扫描型红外搜索系统的非均匀性校正方法，其包括以下步骤：步骤1：建立缓存区，缓存扫描型红外搜索系统的场景实时原始图像数据；步骤2：分别计算缓存区图像的增益参数和偏移参数；步骤3：分别判断缓存区图像水平均匀性和垂直均匀性；步骤4：当水平和垂直均匀性同时满足时，利用步骤2计算的增益参数和偏移参数，更新扫描型红外搜索系统非均匀校正参数，否则返回步骤1，重新寻找均匀场景；步骤5：利用校正参数执行非均匀性校正。本发明克服了校正参数随时间失效的问题，实现了实时高效自动化非均匀性校正，因此本发明提高了校正效率，增强了搜索系统的环境适应性和自动化程度。

Description

一种用于扫描型红外搜索系统的非均匀性校正方法
技术领域
本发明属于红外搜索技术领域，涉及一种用于扫描型红外搜索系统的非均匀性校正方法。
背景技术
在理想情况下，红外探测器阵列受到均匀辐射时，阵列中各探测元的响应完全一样。但在实际中，由于制作红外探测器件的材料不均匀、掩膜误差、工艺条件等影响，各探测元的响应输出幅度并不相同，导致了红外探测器阵列的固定模式噪声，通常表现为条纹状﹑网格状或者斑驳感图案噪声，这种固定模式噪声引起的图像的失真被称作非均匀性。这种非均匀性会使红外搜索系统扫描得到的图像上出现有规律的条纹失真，而且随着时间的推移，条纹失真现象会日趋严重，严重影响了红外搜索系统的成像质量和作用距离。因此，为了充分利用红外探测器性能，提升红外搜索系统的综合性能，必须进行非均匀性校正。
在扫描型红外搜索系统中，目前主要采用两种非均匀性校正方法：一种是在实验室条件下，系统接收充满整个视场的均匀黑体辐射，获取在高温和低温两个不同温度条件下系统的响应输出，从而计算出各阵列元的增益校正系数和偏移校正系数，并存储在存储器中，以便系统启动后进行非均匀性校正。第二种方法是在红外搜索系统使用中，利用均匀目标遮挡视场，或者使系统进行无云层遮挡的透空观测，为系统提供一个充满视场的均匀辐射场景，来进行非均匀性校正。由于工作环境、观测场景复杂多变，以及系统使用时间老化的影响，校正系数会失效，因此现有方法的适应性差，或者标定时，会影响系统正常工作，需要人工参与，导致效率低，以及自动化程度低。
发明内容
(一)发明目的
本发明的目的是：为扫描型红外搜索系统提供一种环境适应性好、效率高、自动化的非均匀性校正方法。
(二)技术方案
为了解决上述技术问题，本发明提供一种用于扫描型红外搜索系统的非均匀性校正方法，其包括以下步骤：
步骤1：建立缓存区，缓存扫描型红外搜索系统的场景实时原始图像数据；
步骤2：分别计算缓存区图像的增益参数和偏移参数；
步骤3：分别判断缓存区图像水平均匀性和垂直均匀性；
步骤4：当水平和垂直均匀性同时满足时，利用步骤2计算的增益参数和偏移参数，更新扫描型红外搜索系统非均匀校正参数，否则返回步骤1，重新寻找均匀场景；
步骤5：利用校正参数执行非均匀性校正。
其中，所述步骤1至步骤5中，参数计算、均匀性判断、参数更新均通过信号处理单元的核心处理器进行，信号处理单元以FPGA芯片为核心。
其中，所述步骤1中，扫描型红外搜索系统上电后，对设定俯仰角内的场景进行360°周视扫描，实时场景信息扫描一次更新一次，生成扫描型红外搜索系统的场景实时原始图像数据。
其中，所述步骤1中，建立一个M*N的FIFO格式的缓存区，对实时原始图像数据进行缓存，其中M表示扫描型红外搜索系统中扫描型探测器的垂直探测元数，N表示对场景进行缓存的水平方向的长度，M、N均大于非均匀性校正所需的最小样本量。
其中，所述步骤2中，偏移参数的计算过程为：
利用缓存区图像数据，按公式(1)计算缓存区图像数据的各行平均值Xi，即可得到各行偏移参数Oi：
公式(1)中，Xi为缓存区图像第i行的图像平均值；N为缓存区图像水平方向宽度，为35；Xij为缓存区图像第i行第j列的数据。
其中，所述步骤2中，增益参数的计算过程为：
利用各行平均值Xi，按公式(2)计算缓存区图像数据的总平均值X，并按公式(3)计算各行增益参数Gi：
公式(2)中，M为垂直方向的长度，等于扫描型探测器的垂直探测元数。
其中，所述步骤3中，判断缓存区图像水平均匀性的过程为：
首先，按公式(4)计算缓存区图像数据的各列平均XLj，j＝1,2,3,…,N；
其次，利用各列平均值XLj，并按照公式(5)计算缓存区图像水平方向的梯度GHj，j＝1,2,3,…,N-1，并将各个|GHj|分别与水平方向的梯度阈值Th作比较，如果全部满足|GHj|＜Th，则判定缓存区图像水平方向均匀，继续执行下一步；否则返回步骤1，重新在场景中寻找均匀场景；
GHj＝|XLj+1-XLj| (5)。
其中，所述步骤3中，判断缓存区图像垂直均匀性的过程为：
利用步骤2生成的各行偏移参数Oi，按照公式(6)对缓存区的图像Xij进行钳位，并利用常数P调整图像整体的亮度，得到钳位后的图像数据XRij；
XRij＝Xij-Oi+P (6)
利用公式(6)得到的XRij，并按照公式(7)计算钳位后图像数据的各行平均XHi；
利用公式(7)得到的各行平均XHi，并按照公式(8)计算钳位后图像数据XRij的垂直方向的梯度GVi，i＝1,2,3,…,M-1，并将各个|GVi|与垂直方向的梯度阈值Tv作比较，如果全部满足|GVi|＜Tv，则缓存区图像垂直方向也均匀，此时判定缓存区图像为均匀场景；
GVi＝|XHi+1-XHi| (8)。
其中，所述步骤4中，所更新的系统非均匀校正参数为Gi和Oi。
其中，所述步骤5中，步骤5：利用校正参数执行非均匀性校正的过程为：
利用更新的增益参数Gi和偏移参数Oi，信号处理单元按照公式(9)对搜索系统的原始图像进行非均匀性校正，并用常数E调整图像整体的亮度，最终输出非均匀性校正后的图像数据XWij；
XWij＝Gi*Xij-Oi+E (9)。
(三)有益效果
上述技术方案所提供的用于扫描型红外搜索系统的非均匀性校正方法，与现有校正方法相比较，通过在搜索系统场景中，自动寻找均匀场景、自动计算校正参数，并自动完成校正，不影响整个系统的正常工作，而且克服了校正参数随时间失效的问题，实现了实时高效自动化非均匀性校正，因此本发明提高了校正效率，增强了搜索系统的环境适应性和自动化程度。
附图说明
图1是本发明的流程框图。
图2是本发明的FPGA芯片内部模块框图。
具体实施方式
为使本发明的目的、内容、和优点更加清楚，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。
本发明提出的针对扫描型红外搜索系统的非均匀性校正方法，主要通过从搜索仪的视场中寻找均匀场景来计算校正参数，包括增益校正参数和偏移校正参数，实现实时自动化地非均匀校正。所有相关的图像分析和数据计算，均通过信号处理单元的核心处理器上运行实现。信号处理单元以FPGA芯片为核心，通过硬线逻辑，保证系统的实时性。本发明以Altera公司的CycloneⅢ系列的EP3C120F780器件为实例。
当搜索系统上电后，会对设定俯仰角内的场景进行360°周视扫描，扫描周期一般为1Hz左右，实时场景信息扫描一次更新一次。图1为本发明的流程框图，图2为FPGA芯片内部模块框图，下面结合附图对本发明的非均匀性校正方法进行说明，尤其是对校正参数的生成过程进行详细阐述，所述信号处理单元自动开始从场景中寻找均匀场景，并执行以下步骤：
步骤1：建立缓存区，缓存系统的场景实时原始图像数据
建立一个M*N的FIFO格式(先进先出)的缓存区，对系统的实时原始图像数据进行缓存，其中M表示扫描型探测器的垂直探测元数，N表示对场景进行缓存的水平方向的长度，必须大于非均匀性校正所需的最小样本量，N越大越能提高校正的效果，但是会降低寻找到均匀场景的可能性，并增加硬件成本。本发明实例中，选用SOFRADIR公司的长波480*6的线阵红外探测器，列方向上有480行像元，行方向上由6个像素通过延时积分合成一个像素，探测器在搜索系统中的安装方向为延时积分方向水平，搜索系统扫描方向为水平方向，因此M为480，N设定为35。
步骤2：分别计算缓存区图像的增益参数和偏移参数
偏移参数的计算过程为：
利用缓存区图像数据，按公式(1)计算缓存区图像数据的各行平均值Xi，即可得到各行偏移参数Oi。
公式(1)中，Xi为缓存区图像第i行的图像平均值；N为缓存区图像水平方向宽度，为35；Xij为缓存区图像第i行第j列的数据。
增益参数的计算过程为：
利用各行平均值Xi，按公式(2)计算缓存区图像数据的总平均值X，并按公式(3)计算各行增益参数Gi。
公式(2)中，M为垂直方向的长度，也等于扫描型探测器的垂直探测元数。
步骤3：分别判断缓存区图像水平均匀性和垂直均匀性
首先，按公式(4)计算缓存区图像数据的各列平均XLj(j＝1,2,3,…,N)
其次，利用各列平均值XLj，并按照公式(5)计算缓存区图像水平方向的梯度GHj(j＝1,2,3,…,N-1)，并将各个|GHj|分别与水平方向的梯度阈值Th作比较，如果全部满足|GHj|＜Th，则判定缓存区图像水平方向均匀，继续执行下一步；否则返回步骤1，重新在场景中寻找均匀场景。
GHj＝|XLj+1-XLj| (5)
接下来，利用步骤2生成的各行偏移参数Oi，并按照公式(6)对缓存区的图像Xij进行钳位，并利用常数P调整图像整体的亮度，得到钳位后的图像数据XRij。
XRij＝Xij-Oi+P (6)
利用公式(6)得到的XRij，并按照公式(7)计算钳位后图像数据的各行平均XHi。
利用公式(7)得到的各行平均XHi，并按照公式(8)计算钳位后图像数据XRij的垂直方向的梯度GVi(i＝1,2,3,…,M-1)，并将各个|GVi|与垂直方向的梯度阈值Tv作比较，如果全部满足|GVi|＜Tv，则缓存区图像垂直方向也均匀，此时判定缓存区图像为均匀场景；
GVi＝|XHi+1-XHi| (8)
步骤4：当水平和垂直均匀性同时满足时，利用步骤2计算的增益参数和偏移参数，更新系统非均匀校正参数，并继续执行下一步；否则返回步骤1，重新在场景中寻找均匀场景
系统非均匀校正参数为Gi和Oi。
步骤5：利用校正参数执行非均匀性校正
利用更新的增益参数Gi和偏移参数Oi，信号处理单元按照公式(9)对搜索系统的原始图像进行非均匀性校正，并用常数E调整图像整体的亮度，最终输出非均匀性校正后的图像数据XWij。
XWij＝Gi*Xij-Oi+E (9)
由上述技术方案可以看出，本发明通过在搜索系统场景中，自动寻找均匀场景、自动计算校正参数，并自动完成校正，不影响整个系统的正常工作，而且克服了校正参数随时间失效的问题，实现了实时高效自动化非均匀性校正，提高了校正效率，增强了搜索系统的环境适应性和自动化程度。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (3)

1.一种用于扫描型红外搜索系统的非均匀性校正方法，其特征在于，包括以下步骤：
步骤1：建立缓存区，缓存扫描型红外搜索系统的场景实时原始图像数据；
步骤2：分别计算缓存区图像的增益参数和偏移参数；
步骤3：分别判断缓存区图像水平均匀性和垂直均匀性；
步骤4：当水平和垂直均匀性同时满足时，利用步骤2计算的增益参数和偏移参数，更新扫描型红外搜索系统非均匀校正参数，否则返回步骤1，重新寻找均匀场景；
步骤5：利用校正参数执行非均匀性校正；
所述步骤1中，建立一个M*N的FIFO格式的缓存区，对实时原始图像数据进行缓存，其中M表示扫描型红外搜索系统中扫描型探测器的垂直探测元数，N表示缓存区图像水平方向宽度，M、N均大于非均匀性校正所需的最小样本量；
所述步骤2中，偏移参数的计算过程为：
利用缓存区图像数据，按公式(1)计算缓存区图像数据的各行平均值Xi，即可得到各行偏移参数Oi：
公式(1)中，Xi为缓存区图像第i行的图像平均值；N为缓存区图像水平方向宽度，为35；Xij为缓存区图像第i行第j列的数据；
所述步骤2中，增益参数的计算过程为：
利用各行平均值Xi，按公式(2)计算缓存区图像数据的总平均值X，并按公式(3)计算各行增益参数Gi：
公式(2)中，M为垂直方向的长度，等于扫描型探测器的垂直探测元数；
所述步骤3中，判断缓存区图像水平均匀性的过程为：
首先，按公式(4)计算缓存区图像数据的各列平均XLj，j＝1,2,3,…,N；
其次，利用各列平均值XLj，并按照公式(5)计算缓存区图像水平方向的梯度GHj，j＝1,2,3,…,N，并将各个|GHj|分别与水平方向的梯度阈值Th作比较，如果全部满足|GHj|＜Th，则判定缓存区图像水平方向均匀，继续执行下一步；否则返回步骤1，重新在场景中寻找均匀场景；
GHj＝|XLj+1-XLj| (5)
所述步骤3中，判断缓存区图像垂直均匀性的过程为：
利用步骤2生成的各行偏移参数Oi，按照公式(6)对缓存区的图像Xij进行钳位，并利用常数P调整图像整体的亮度，得到钳位后的图像数据XRij；
XRij＝Xij-Oi+P (6)
利用公式(6)得到的XRij，并按照公式(7)计算钳位后图像数据的各行平均XHi；
利用公式(7)得到的各行平均XHi，并按照公式(8)计算钳位后图像数据XRij的垂直方向的梯度GVi，i＝1,2,3,…,M-1，并将各个|GVi|与垂直方向的梯度阈值Tv作比较，如果全部满足|GVi|＜Tv，则缓存区图像垂直方向也均匀，此时判定缓存区图像为均匀场景；
GVi＝|XHi+1-XHi| (8)。
2.如权利要求1所述的用于扫描型红外搜索系统的非均匀性校正方法，其特征在于，所述步骤1至步骤5中，参数计算、均匀性判断、参数更新均通过信号处理单元的核心处理器进行，信号处理单元以FPGA芯片为核心。
3.如权利要求1所述的用于扫描型红外搜索系统的非均匀性校正方法，其特征在于，所述步骤1中，扫描型红外搜索系统上电后，对设定俯仰角内的场景进行360°周视扫描，实时场景信息扫描一次更新一次，生成扫描型红外搜索系统的场景实时原始图像数据。
CN202010816061.0A 2020-08-14 2020-08-14 一种用于扫描型红外搜索系统的非均匀性校正方法 Active CN111983710B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010816061.0A CN111983710B (zh) 2020-08-14 2020-08-14 一种用于扫描型红外搜索系统的非均匀性校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010816061.0A CN111983710B (zh) 2020-08-14 2020-08-14 一种用于扫描型红外搜索系统的非均匀性校正方法

Publications (2)

Publication Number Publication Date
CN111983710A CN111983710A (zh) 2020-11-24
CN111983710B true CN111983710B (zh) 2023-07-28

Family

ID=73434370

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010816061.0A Active CN111983710B (zh) 2020-08-14 2020-08-14 一种用于扫描型红外搜索系统的非均匀性校正方法

Country Status (1)

Country Link
CN (1) CN111983710B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115334298B (zh) * 2022-07-05 2023-11-03 北京自动化控制设备研究所 一种视觉导航系统成像设备测试方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108519161A (zh) * 2018-04-10 2018-09-11 中国科学院上海技术物理研究所 一种红外焦平面非均匀性校正方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7995859B2 (en) * 2008-04-15 2011-08-09 Flir Systems, Inc. Scene based non-uniformity correction systems and methods
US8208026B2 (en) * 2009-03-02 2012-06-26 Flir Systems, Inc. Systems and methods for processing infrared images
CN102385701B (zh) * 2011-10-14 2013-09-18 华中科技大学 扫描型红外成像系统的非均匀校正方法
CN102521797B (zh) * 2011-11-04 2013-12-18 华中科技大学 扫描型红外成像系统的场景非均匀校正方法
KR101213669B1 (ko) * 2012-05-07 2013-01-10 삼성탈레스 주식회사 분할 영역을 이용한 적외선 영상 ｎｕｃ 처리 장치 및 방법
US10542193B1 (en) * 2014-11-05 2020-01-21 Drs Network & Imaging Systems, Llc Error smoothing through global source non-uniformity correction
CN105160657B (zh) * 2015-08-05 2018-01-30 西安电子科技大学 基于fpga的红外成像非均匀性校正系统
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
CN105957034A (zh) * 2016-04-28 2016-09-21 武汉大学 基于配准的扫描型红外成像系统场景非均匀性校正方法
CN106485683B (zh) * 2016-10-20 2019-04-16 中国科学院上海技术物理研究所启东光电遥感中心 一种基于场景的图像自适应非均匀校正方法
US10742913B2 (en) * 2018-08-08 2020-08-11 N2 Imaging Systems, LLC Shutterless calibration
CN109272520B (zh) * 2018-09-18 2020-11-03 浙江大学 一种联合运动指导与边缘检测的自适应红外焦平面非均匀校正方法
CN109632104B (zh) * 2018-12-06 2020-01-14 西安应用光学研究所 一种红外阵列辐射源校准装置及校准方法
CN110033414B (zh) * 2019-03-18 2020-12-29 华中科技大学 一种基于均值化处理的红外图像非均匀性校正方法及系统
US10621702B1 (en) * 2019-03-20 2020-04-14 Bae Systems Information And Electronic Systems Integration Inc. Edge rejecting scene based non-uniformity correction for uncooled infrared

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108519161A (zh) * 2018-04-10 2018-09-11 中国科学院上海技术物理研究所 一种红外焦平面非均匀性校正方法

Also Published As

Publication number Publication date
CN111983710A (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
US11461877B2 (en) Image inpainting method, image inpainting system and flat panel detector thereof
CN109685877B (zh) 一种基于自适应投影图像特征区域匹配的微纳ct焦点漂移校正方法
CN110631706B (zh) 红外图像的校正方法、装置及存储介质
CN101038209A (zh) 一种红外焦平面阵列非均匀性自适应校正方法
CN111983710B (zh) 一种用于扫描型红外搜索系统的非均匀性校正方法
WO2019183843A1 (zh) 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
CN106644078A (zh) 一种用于太赫兹图像非均匀性校正的方法
CN110686783A (zh) 一种InGaAs短波红外成像仪的盲元检测方法及图像处理方法
CN110782403A (zh) 一种红外图像非均匀性校正方法
CN114612406A (zh) 一种基于可见光和红外视觉的光伏板缺陷检测方法
CN112651903A (zh) 红外热像仪图像预处理系统及其预处理方法
CN112435178B (zh) 一种基于fpga的线阵红外盲元的工程化处理方法及系统
CN113989260A (zh) 一种基于无人机红外图像的光伏板边缘分割方法
CN109709597B (zh) 平板探测器的增益校正方法
CN108375420B (zh) 一种基于分段数据及挡片数据的校正方法
CN111932478A (zh) 一种非制冷红外焦平面的自适应非均匀校正方法
CN108225570B (zh) 一种短波红外焦平面自适应非均匀校正算法
CN114184284B (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
CN116342898A (zh) 一种冰风洞中翼型结冰区域检测方法、装置、设备和存储介质
CN114184282A (zh) 一种近红外图像的实时多点非均匀性校正装置及校正方法
CN112651925A (zh) 光伏组件的诊断方法和装置
Zhou et al. Local spatial correlation-based stripe non-uniformity correction algorithm for single infrared images
CN111986171B (zh) 一种用于红外线阵探测器的异常元检测方法
CN111751006A (zh) 一种数据标定方法、目标辐射特性分析方法和装置
CN110827362A (zh) 一种基于多项式相机响应函数与渐晕效应补偿的光度标定方法

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