CN111986171A - 一种用于红外线阵探测器的异常元检测方法 - Google Patents
一种用于红外线阵探测器的异常元检测方法 Download PDFInfo
- Publication number
- CN111986171A CN111986171A CN202010822606.9A CN202010822606A CN111986171A CN 111986171 A CN111986171 A CN 111986171A CN 202010822606 A CN202010822606 A CN 202010822606A CN 111986171 A CN111986171 A CN 111986171A
- Authority
- CN
- China
- Prior art keywords
- row
- gray
- abnormal
- quasi
- values
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 34
- 238000001514 detection method Methods 0.000 title claims abstract description 15
- 238000005070 sampling Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims description 16
- 230000032683 aging Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000011897 real-time detection Methods 0.000 abstract description 3
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000010191 image analysis Methods 0.000 abstract description 2
- 238000003384 imaging method Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30212—Military
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Radiation Pyrometers (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
Abstract
本发明公开了一种用于红外线阵探测器的异常元检测方法,包括以下步骤:1:从输入图像序列中的每一行,选取采样点;2:将每个采样点的灰度值,与其上下邻近行的像素分别取差值,并将所有差值的绝对值取和,得到该行与上下邻近行的灰度阶跃值;3:设置灰度阶跃阈值,将所有行遍历统计得到的灰度阶跃值,与灰度阶跃阈值进行比较,超出灰度阶跃阈值的像元作为准异常元;4:在准异常元中,按照灰度阶跃值大小排序列表,并在列表中取规定个数的准异常元,作为最终异常元。本发明通过实时的图像分析和数据分析,不仅解决了盲元检测,而且针对随机出现的闪元,算法容易实现,能够实现自动实时检测,极大地提高了热像仪的调试效率、适应性和产品质量。
Description
技术领域
本发明属于红外图像处理技术领域,涉及一种用于红外线阵探测器的异常元检测方法,尤其涉及红外线阵探测器的盲元、闪元等异常元的自动实时检测。
背景技术
热像仪作为火力武器系统的主要传感器,主要用来实现目标探测、跟踪、识别等功能,其核心器件的红外探测器,受到目前材料制备、工艺水平的限制,还有工作环境、观测场景复杂多变,以及自身温度和老化的影响,部分像元在成像时,会出现响应与场景无关的异常响应,统称为异常元。其中,对于在使用过程中响应灰度稳定的异常元,称为盲元,盲元在线阵探测器输出图像上,显示为一条灰度稳定的条纹;对于响应灰度随机变化的异常元,称为闪元,闪元在线阵探测器输出图像上显示为一条随机变化的条纹,时而正常,时而异常,时而稳定,时而闪烁。闪元和盲元的根本区别在于:盲元的响应在时间空间上都是固定的,而闪元的响应在时间空间上具有随机性。尤其在信噪较低或非均匀校正不好时,这些异常元的灰度值与目标接近,严重影响成像质量,而且会对目标探测、跟踪、识别产生严重影响。
现有异常元研究大多针对的是盲元,方法也局限为基于辐射定标法,该方法通过观测黑体的方式进行,因而不能实时获取最新产生的盲元。针对闪元的研究不是很普遍,目前只有少量学者对此做了研究。由于闪元在时间和空间上都具有随机性,其检测方法只能通过基于场景的方式来解决。现有基于场景的闪元检测方法,有的需要大量积累采样数据,缺乏实时性;有的需要建立数据集,自动化程度低。
发明内容
(一)发明目的
本发明的目的是:提供一种用于红外线阵探测器的异常元检测方法,利用红外线阵探测器的成像特点,以及异常元和正常元的灰度邻域阶跃特征,通过对图像数据进行实时数理分析的方法,检测异常元位置。
(二)技术方案
为了解决上述技术问题,本发明提供一种用于红外线阵探测器的异常元检测方法,其包括以下步骤:
步骤1:从输入图像序列中的每一行,选取采样点;
步骤2:将每个采样点的灰度值,与其上下邻近行的像素分别取差值,并将所有差值的绝对值取和,得到该行与上下邻行的灰度阶跃值;
步骤3:设置灰度阶跃阈值,将所有行遍历统计得到的灰度阶跃值,与灰度阶跃阈值进行比较,超出灰度阶跃阈值的像元作为准异常元;
步骤4:在准异常元中,按照灰度阶跃值大小排序列表,并在列表中取规定个数的准异常元,作为最终异常元。
(三)有益效果
上述技术方案所提供的用于红外线阵探测器的异常元检测方法,优点在于找到了异常元的典型特征,提出一套自动化的实时异常元检测手段,通过实时的图像分析和数据分析,不仅解决了盲元检测,而且针对随机出现的闪元,算法容易实现,能够实现自动实时检测,极大地提高了热像仪的调试效率、适应性和产品质量。
附图说明
图1是本发明的红外线阵探测器异常元筛选方法示意图。
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。
本发明的技术解决方案:红外线列探测器以扫描方式,实现大视场范围高分辨率成像,图像每一列(或行)是由同一像元成像所得。利用红外线阵探测器的成像特点,以及异常元和正常元的邻域灰度特征,进行数理统计,根据统计结果分析判断异常元位置。
本发明实例以576*4长波红外线阵探测器为例,假设扫描方向为行方向,图像每一行由同一探测器像元扫描成像所得,图像分辨率为768*576,步骤如下:
步骤1:从当前图像每一行中,选取M个像素作为采样点,其中M为自然数,且大于50;
步骤2:将每个采样点的灰度值,与其上下N行的邻近像素分别取差值,并将所有所得差值的绝对值再取和,于是得到了每一行图像,与其上下邻行的灰度阶跃值,其中N为自然数,且大于0;
步骤3:设置异常元灰度阶跃阈值,将当前图像中所有行遍历后,统计得到的灰度阶跃值,与灰度阶跃阈值进行比较,得到准异常元集合;
步骤4:在准异常元集合中,按照灰度阶跃值大小排序,得到准异常元列表,将列表中灰度阶跃值的前K个准异常元,作为最终异常元,其中K为自然数,且大于0。
所述步骤1具体为:M个采样点,可以连续选取,也可以间隔选取,选取采样点越多,检测的准确性越高,但软硬件资源的消耗越大。
所述步骤2具体为:将采样点与其上下邻行的像素分别取差值,可以取上下1行,也可以取上下2行,当N=1时,第1行的上1行取第3行,第576行的下行取第574行;当N=2时,第1行的上1行取第4行,第1行的上2行取第5行,第576行的下1行取第573行,第576行的下1行取第572行,以此类推;
所述步骤3的灰度阶跃阈值为工程参数,可根据使用环境、观测场景和热像仪自身参数设置进行设置调整。
所述步骤4的K值,可根据探测器具体使用效果和老化情况,进行设置调整。
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 (10)
1.一种用于红外线阵探测器的异常元检测方法,其特征在于,包括以下步骤:
步骤1:从输入图像序列中的每一行,选取采样点;
步骤2:将每个采样点的灰度值,与其上下邻近行的像素分别取差值,并将所有差值的绝对值取和,得到该行与上下邻近行的灰度阶跃值;
步骤3:设置灰度阶跃阈值,将所有行遍历统计得到的灰度阶跃值,与灰度阶跃阈值进行比较,超出灰度阶跃阈值的像元作为准异常元;
步骤4:在准异常元中,按照灰度阶跃值大小排序列表,并在列表中取规定个数的准异常元,作为最终异常元。
2.如权利要求1所述的用于红外线阵探测器的异常元检测方法,其特征在于,所述红外线阵探测器选用576*4长波红外线阵探测器,设定扫描方向为行方向,图像每一行由同一探测器像元扫描成像所得,图像分辨率为768*576。
3.如权利要求2所述的用于红外线阵探测器的异常元检测方法,其特征在于,所述步骤1中,从当前图像每一行中,选取M个像素作为采样点,其中M为自然数,且大于50。
4.如权利要求3所述的用于红外线阵探测器的异常元检测方法,其特征在于,所述步骤2中,将每个采样点的灰度值,与其上下N行的邻近像素分别取差值,并将所有所得差值的绝对值再取和,于是得到了每一行图像,与其上下邻行的灰度阶跃值,其中N为自然数,且大于0。
5.如权利要求4所述的用于红外线阵探测器的异常元检测方法,其特征在于,所述步骤3中,设置异常元灰度阶跃阈值,将当前图像中所有行遍历后,统计得到的灰度阶跃值,与灰度阶跃阈值进行比较,得到准异常元集合。
6.如权利要求5所述的用于红外线阵探测器的异常元检测方法,其特征在于,所述步骤4中,在准异常元集合中,按照灰度阶跃值大小排序,得到准异常元列表,将列表中灰度阶跃值的前K个准异常元,作为最终异常元,其中K为自然数,且大于0。
7.如权利要求3所述的用于红外线阵探测器的异常元检测方法,其特征在于,所述步骤1中,M个采样点连续选取,或者间隔选取。
8.如权利要求4所述的用于红外线阵探测器的异常元检测方法,其特征在于,所述步骤2中,将采样点与其上下邻行的像素分别取差值,取上下1行或者取上下2行均可,当N=1时,第1行的上1行取第3行,第576行的下行取第574行;当N=2时,第1行的上1行取第4行,第1行的上2行取第5行,第576行的下1行取第573行,第576行的下1行取第572行,以此类推。
9.如权利要求5所述的用于红外线阵探测器的异常元检测方法,其特征在于,所述步骤3中,灰度阶跃阈值为工程参数,根据使用环境、观测场景和热像仪自身参数设置进行设置调整。
10.如权利要求6所述的用于红外线阵探测器的异常元检测方法,其特征在于,所述步骤4中,K值根据探测器使用效果和老化情况进行设置调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010822606.9A CN111986171B (zh) | 2020-08-14 | 2020-08-14 | 一种用于红外线阵探测器的异常元检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010822606.9A CN111986171B (zh) | 2020-08-14 | 2020-08-14 | 一种用于红外线阵探测器的异常元检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111986171A true CN111986171A (zh) | 2020-11-24 |
CN111986171B CN111986171B (zh) | 2024-02-27 |
Family
ID=73435685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010822606.9A Active CN111986171B (zh) | 2020-08-14 | 2020-08-14 | 一种用于红外线阵探测器的异常元检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111986171B (zh) |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0537969A (ja) * | 1991-07-31 | 1993-02-12 | Hitachi Ltd | 画像データのエラー監視方式 |
CN101390058A (zh) * | 2005-12-28 | 2009-03-18 | Ati技术公司 | 利用用户上下文信息检测故障状况并随后恢复的方法和设备 |
CN102685544A (zh) * | 2011-03-17 | 2012-09-19 | 上海微电子装备有限公司 | 用于检测图像传感器的装置及检测方法 |
US20120281081A1 (en) * | 2011-05-02 | 2012-11-08 | Sony Corporation | Infrared imaging system and method of operating |
CN103076156A (zh) * | 2013-01-08 | 2013-05-01 | 江苏涛源电子科技有限公司 | 红外焦平面阵列的多判据盲元检测方法 |
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 |
CN103308185A (zh) * | 2013-05-31 | 2013-09-18 | 西安应用光学研究所 | 用于四杆靶标扫描的红外辐射计 |
CN104330164A (zh) * | 2014-08-05 | 2015-02-04 | 凯迈(洛阳)测控有限公司 | 红外焦平面阵列的盲元检测方法与装置 |
CN104992411A (zh) * | 2015-06-03 | 2015-10-21 | 陕西省地质矿产勘查开发总公司 | 一种红外多光谱原始图像处理方法 |
CN105374012A (zh) * | 2014-08-27 | 2016-03-02 | 通用电气公司 | 用于消除由性能差异的探测器单元所致的条状伪影的方法 |
CN106327474A (zh) * | 2016-08-25 | 2017-01-11 | 上海航天控制技术研究所 | 一种自动在线盲元检测方法 |
CN107631807A (zh) * | 2017-09-08 | 2018-01-26 | 天津津航技术物理研究所 | 一种tdi红外探测器组件盲元检测及替换方法 |
CN107886498A (zh) * | 2017-10-13 | 2018-04-06 | 中国科学院上海技术物理研究所 | 一种基于星载图像序列的空间目标检测跟踪方法 |
CN108426640A (zh) * | 2018-02-28 | 2018-08-21 | 北京理工大学 | 一种针对红外探测器缺损像元的校正方法 |
CN109669660A (zh) * | 2019-02-28 | 2019-04-23 | 深圳市华星光电半导体显示技术有限公司 | 图像处理系统及图像处理方法 |
CN109903235A (zh) * | 2019-01-21 | 2019-06-18 | 天津大学 | 一种红外图像条纹噪声的消除方法 |
CN109990908A (zh) * | 2018-11-14 | 2019-07-09 | 铜陵有色金属集团铜冠物流有限公司 | 红外焦平面器件盲元检测方法 |
CN110084795A (zh) * | 2019-04-22 | 2019-08-02 | 武汉高德智感科技有限公司 | 一种基于本底的红外图像盲元检测方法及系统 |
CN110567584A (zh) * | 2019-07-22 | 2019-12-13 | 河南中光学集团有限公司 | 一种实时红外探测器盲元检测提取及校正的方法 |
CN110887563A (zh) * | 2019-11-18 | 2020-03-17 | 中国科学院上海技术物理研究所 | 一种高光谱面阵探测器坏元检测方法 |
-
2020
- 2020-08-14 CN CN202010822606.9A patent/CN111986171B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0537969A (ja) * | 1991-07-31 | 1993-02-12 | Hitachi Ltd | 画像データのエラー監視方式 |
CN101390058A (zh) * | 2005-12-28 | 2009-03-18 | Ati技术公司 | 利用用户上下文信息检测故障状况并随后恢复的方法和设备 |
CN102685544A (zh) * | 2011-03-17 | 2012-09-19 | 上海微电子装备有限公司 | 用于检测图像传感器的装置及检测方法 |
US20120281081A1 (en) * | 2011-05-02 | 2012-11-08 | Sony Corporation | Infrared imaging system and method of operating |
CN103076156A (zh) * | 2013-01-08 | 2013-05-01 | 江苏涛源电子科技有限公司 | 红外焦平面阵列的多判据盲元检测方法 |
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 |
CN103308185A (zh) * | 2013-05-31 | 2013-09-18 | 西安应用光学研究所 | 用于四杆靶标扫描的红外辐射计 |
CN104330164A (zh) * | 2014-08-05 | 2015-02-04 | 凯迈(洛阳)测控有限公司 | 红外焦平面阵列的盲元检测方法与装置 |
CN105374012A (zh) * | 2014-08-27 | 2016-03-02 | 通用电气公司 | 用于消除由性能差异的探测器单元所致的条状伪影的方法 |
CN104992411A (zh) * | 2015-06-03 | 2015-10-21 | 陕西省地质矿产勘查开发总公司 | 一种红外多光谱原始图像处理方法 |
CN106327474A (zh) * | 2016-08-25 | 2017-01-11 | 上海航天控制技术研究所 | 一种自动在线盲元检测方法 |
CN107631807A (zh) * | 2017-09-08 | 2018-01-26 | 天津津航技术物理研究所 | 一种tdi红外探测器组件盲元检测及替换方法 |
CN107886498A (zh) * | 2017-10-13 | 2018-04-06 | 中国科学院上海技术物理研究所 | 一种基于星载图像序列的空间目标检测跟踪方法 |
CN108426640A (zh) * | 2018-02-28 | 2018-08-21 | 北京理工大学 | 一种针对红外探测器缺损像元的校正方法 |
CN109990908A (zh) * | 2018-11-14 | 2019-07-09 | 铜陵有色金属集团铜冠物流有限公司 | 红外焦平面器件盲元检测方法 |
CN109903235A (zh) * | 2019-01-21 | 2019-06-18 | 天津大学 | 一种红外图像条纹噪声的消除方法 |
CN109669660A (zh) * | 2019-02-28 | 2019-04-23 | 深圳市华星光电半导体显示技术有限公司 | 图像处理系统及图像处理方法 |
CN110084795A (zh) * | 2019-04-22 | 2019-08-02 | 武汉高德智感科技有限公司 | 一种基于本底的红外图像盲元检测方法及系统 |
CN110567584A (zh) * | 2019-07-22 | 2019-12-13 | 河南中光学集团有限公司 | 一种实时红外探测器盲元检测提取及校正的方法 |
CN110887563A (zh) * | 2019-11-18 | 2020-03-17 | 中国科学院上海技术物理研究所 | 一种高光谱面阵探测器坏元检测方法 |
Non-Patent Citations (3)
Title |
---|
PATRICK P. K. CHAN: "Face Liveness Detection Using a Flash Against 2D Spoofing Attack", 《IEEE TRANSACTIONS ON INFORMATION FORENSICS AND SECURITY ( VOLUME: 13, ISSUE: 2, FEBRUARY 2018)》 * |
刘高睿: "红外线列探测器闪元噪声分析与抑制方法", 《红外与毫米波学报》 * |
陈大川: "红外焦平面阵列盲元检测及补偿算法", 《激光与红外》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111986171B (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109902633B (zh) | 基于固定位摄像机监控视频的异常事件检测方法及装置 | |
CN111462225B (zh) | 一种红外光斑图像的质心识别定位方法 | |
CN110335204B (zh) | 一种热成像图像增强方法 | |
CN102609951B (zh) | 光伏电池板遮荫部分的检测方法 | |
Mooney et al. | Characterizing IR FPA nonuniformity and IR camera spatial noise | |
CN105991997B (zh) | 一种电容式图像传感器坏点实时定位的方法 | |
CN109738072A (zh) | 一种InGaAs短波红外成像仪的十字盲元检测及校正装置和方法 | |
CN114998352A (zh) | 一种基于图像处理的生产设备故障检测方法 | |
CN111915682B (zh) | 一种实时自调节的高光谱图像数据非均匀校正方法 | |
CN110084795B (zh) | 一种基于本底的红外图像盲元检测方法及系统 | |
CN101646066B (zh) | 视频监控系统及方法 | |
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 | |
CN111986171A (zh) | 一种用于红外线阵探测器的异常元检测方法 | |
CN110887563B (zh) | 一种高光谱面阵探测器坏元检测方法 | |
CN110111315B (zh) | 一种基于cis的圆柱体表面检测方法、装置及存储介质 | |
CN116380257A (zh) | 一种基于双重阈值的红外焦平面探测器闪元测试方法 | |
CN108491852B (zh) | 一种面阵红外焦平面的盲元检测方法 | |
US5245424A (en) | Defect detection method | |
CN105787925B (zh) | 推扫型光学遥感载荷原始图像坏线的自动检测方法和系统 | |
US9686487B1 (en) | Variable scan rate image generation | |
Zhong et al. | The research of color sorting algorithm based on gray level co-occurrence matrix | |
CN108844637B (zh) | 一种基于图像质量的InGaAs FPAs组件性能评估装置及其应用 | |
CN111145118A (zh) | 一种遥感图像条纹去除方法及装置 | |
CN113168683A (zh) | 图像处理装置、处理器芯片、电子设备 | |
CN105513062A (zh) | 一种基于彩色线阵ccd的多目标像素统计方法 |
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 |