CN115060377A - 一种机载自适应非均匀性校正方法及其系统 - Google Patents
一种机载自适应非均匀性校正方法及其系统 Download PDFInfo
- Publication number
- CN115060377A CN115060377A CN202210650467.5A CN202210650467A CN115060377A CN 115060377 A CN115060377 A CN 115060377A CN 202210650467 A CN202210650467 A CN 202210650467A CN 115060377 A CN115060377 A CN 115060377A
- Authority
- CN
- China
- Prior art keywords
- frames
- infrared images
- images
- correction
- module
- 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 113
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000033001 locomotion Effects 0.000 claims abstract description 38
- 238000013519 translation Methods 0.000 claims abstract description 25
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 238000007781 pre-processing Methods 0.000 claims abstract description 23
- 230000006870 function Effects 0.000 claims description 33
- 238000004364 calculation method Methods 0.000 claims description 19
- 230000003044 adaptive effect Effects 0.000 claims description 18
- 238000001228 spectrum Methods 0.000 claims description 17
- 230000004044 response Effects 0.000 claims description 14
- 238000006073 displacement reaction Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 9
- 230000000873 masking effect Effects 0.000 claims 1
- 238000003384 imaging method Methods 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 8
- 230000006872 improvement Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000005457 Black-body radiation Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- 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
- 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
- G01J5/90—Testing, inspecting or checking operation of radiation pyrometers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
Abstract
本发明涉及机载光电成像,特别涉及一种机载自适应非均匀性校正方法及其系统;本发明通过收集探测数据信息,进行预处理,得到红外图像的运动像素值,再进行计算得到两帧红外图像间的两维平移关系,再进行判定,判定为有效图像,再对有效图像的校正参数进行更新,将校正参数实时输出,得到校正后的图像;本发明具有非常快的收敛速度和更好的校正效果。
Description
技术领域
本发明涉及机载光电成像,特别涉及一种机载自适应非均匀性校正方法及其系统。
背景技术
机载光电成像系统包括机载光电吊舱、机载侦察/测绘相机、机载多光谱相机等,其广泛应用于情报搜查、国防监测、变化检测、精确测图和目标探测及预警等多个领域。
航空成像环境相对复杂,机载环境温度、大气辐射等环境参数的变化以及探测器自身非均匀性噪声会影响红外光电系统成像质量,其中,非均匀性噪声表现为明暗不均的图案噪声,会掩盖目标的边缘和细节信息,使图像目标模糊不清,甚至造成目标误判。
非均匀性校正可以分为两大类,分别为基于标定的非均匀性校正方法和基于场景的非均匀性校正;基于标定的非均匀性校正方法主要采用地面标定法,利用标准黑体辐射源在不同温度下对红外焦平面阵列的非均匀性进行标定,计算红外焦平面各探测单元在均匀黑体辐射下的响应输出值与标准探测单元响应输出值,以获得各探测元在特定温度下的校正增益和偏置,使探测器所有像元在同一温度下输出一致,该方法原理简单,计算量小,但机载环境十分复杂,温度、气压的短时间急剧变化使光学系统发生微弱形变,该方法难以满足机载红外探测的高精度要求。然而,基于场景的非均匀性校正为利用场景的统计特性来完成图像的非均匀性校正,但该方法需要目标和红外探测器之间发生相对运动,涉及大量图像数据帧参与运算,校正参数依赖场景信息变化校正精度更好,但计算方法相对复杂,对系统硬件要求较高。
目前专利名称为一种帧间配准和自适应补偿的红外图像非均匀性校正方法(公开号为CN 108665425)的中国发明专利,其算法涉及的计算参数过多,计算过程复杂,另一专利名称为一种基于改进互功率谱的星上图像配准叠加增强方法及系统(公开号为CN112686933)的中国发明专利,其通过多组图像的配准和比较获得高对比度图像,但算法计算量大,不适用于机载高动态成像需求。
发明内容
本发明主要解决的技术问题是提供一种机载自适应非均匀性校正方法,其通过收集探测数据信息,进行预处理,得到红外图像的运动像素值,再进行计算得到两帧红外图像间的两维平移关系,再进行判定,判定为有效图像,再对有效图像的校正参数进行更新,将校正参数实时输出,得到校正后的图像;还提供一种机载自适应非均匀性校正系统。
为解决上述技术问题,本发明采用的一个技术方案是:提供了一种机载自适应非均匀性校正方法,其中,包括如下步骤:
步骤一、收集探测数据信息,所述探测数据信息包括红外图像、载机运动信息、探测器曝光时间、温度信息、非均匀校正参数;
步骤二、对收集的两帧红外图像进行预处理,滤除探测器坏点,根据所述载机运动信息、探测器曝光时间及两帧红外图像之间的帧差预估出两帧红外图像的运动像素值;
步骤三、根据两帧红外图像的运动像素值,得到两帧红外图像间的两维平移关系;
步骤四、根据两帧红外图像间的两维平移关系,判断两帧红外图像是否为有效图像,如果为无效图像,则返回步骤一,如果为有效图像,则继续下一步骤;
步骤五、对有效图像的校正参数进行更新;
步骤六、将校正参数实时输出,得到校正后的图像。
作为本发明的一种改进,在步骤五内,定义和计算误差函数,再通过误差函数最小化,定义校正增益和校正偏置的目标函数,然后对比该目标函数与设定阈值的大小,如果该目标函数小于阈值,则直接进入下一步骤,如果该目标函数大于或等于阈值,则定义自适应学习率,进行更新校正增益和校正偏置,再返回重新定义和计算误差函数。
作为本发明的进一步改进,在步骤六内,将校正增益和校正偏置输出,得到校正后的图像。
作为本发明的更进一步改进,在步骤二内,通过掩模处理将探测器非均匀造成产生的响应过滤,得到无坏点的待校正的红外图像。
作为本发明的更进一步改进,在步骤三内,根据两帧红外图像的运动像素值,计算两帧红外图像的归一化互功率谱,从而得到两帧红外图像间的两维平移关系。
作为本发明的更进一步改进,在步骤四内,分析两帧红外图像的互功率谱数据以及载机运动信息判断两帧红外图像是否能用于非均匀校正参数的计算,如果能用于非均匀校正参数的计算,则判断两帧红外图像为有效图像;如果不能用于非均匀校正参数的计算,则判断两帧红外图像为无效图像。
作为本发明的更进一步改进,在步骤四内,两帧红外图像之间的互功率谱的最大响应幅值高于其他响应的均值且两帧红外图像的帧间位移处于设定范围内,则判断两帧红外图像能用于非均匀校正参数的计算。
一种机载自适应非均匀性校正系统,其中,包括:
预存模块,用于收集探测数据信息;
预处理模块,用于对收集的两帧红外图像进行预处理,滤除探测器坏点,根据所述载机运动信息、探测器曝光时间及两帧红外图像之间相差的帧数预估出两帧红外图像的运动像素值;
计算模块,用于根据两帧红外图像的运动像素值,得到两帧红外图像间的两维平移关系;
判断模块,用于判断两帧红外图像是否为有效图像;
更新模块,用于对有效图像的校正参数进行更新;
输出模块,用于将校正参数实时输出,得到校正后的图像。
作为本发明的一种改进,所述预存模块与所述预处理模块集成在同一块芯片内。
作为本发明的进一步改进,所述计算模块、判断模块和更新模块集成在同一块芯片内。
本发明的有益效果是:与现有技术相比,本发明通过收集探测数据信息,进行预处理,得到红外图像的运动像素值,再进行计算得到两帧红外图像间的两维平移关系,再进行判定,判定为有效图像,再对有效图像的校正参数进行更新,将校正参数实时输出,得到校正后的图像;本发明具有非常快的收敛速度和更好的校正效果。
附图说明
图1为本发明的机载自适应非均匀性校正方法的步骤框图;
图2为本发明的机载自适应非均匀性校正系统的结构框图;
图3为本发明的机载自适应非均匀性校正系统的一个实施例的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参照图1至图3,本发明的一种机载自适应非均匀性校正方法,包括如下步骤:
步骤一、收集探测数据信息,所述探测数据信息包括红外图像、载机运动信息、探测器曝光时间、温度信息、非均匀校正参数;
步骤二、对收集的两帧红外图像进行预处理,滤除探测器坏点,根据所述载机运动信息、探测器曝光时间及两帧红外图像之间的帧差预估出两帧红外图像的运动像素值;
步骤三、根据两帧红外图像的运动像素值,得到两帧红外图像间的两维平移关系;
步骤四、根据两帧红外图像间的两维平移关系,判断两帧红外图像是否为有效图像,如果为无效图像,则返回步骤一,如果为有效图像,则继续下一步骤;
步骤五、对有效图像的校正参数进行更新;
步骤六、将校正参数实时输出,得到校正后的图像。
本发明通过收集探测数据信息,进行预处理,得到红外图像的运动像素值,再进行计算得到两帧红外图像间的两维平移关系,再进行判定,判定为有效图像,再对有效图像的校正参数进行更新,将校正参数实时输出,得到校正后的图像;本发明具有非常快的收敛速度和更好的校正效果。
其中,在步骤一内,通过预存模块的图像输入接口接收并存储红外探测器获得的红外图像,且通过与传感器连接的通信接口接收惯性姿态测量传感器检测的载机在惯性空间的运动信息,同时通过通信接口接收两幅红外图像之间的帧差、探测器曝光时间、温度信息存储非均匀校正所需的参数以及基于标定的非均匀性校正方法得到的在不同温度下大于一定调整阈值的探测元校正增益和偏置。
在步骤二内,通过掩模处理将探测器非均匀造成产生的响应过滤,得到无坏点的待校正的红外图像;具体地讲,用于对原始图像进行预处理,其作用为滤除探测器坏点影响,并根据载机运动速度、探测器曝光时间和待处理两帧图片之间相差的帧数估计待处理的两帧红外图像的位移对应的像素值。
在步骤三内,根据两帧红外图像的运动像素值,计算两帧红外图像的归一化互功率谱,从而得到两帧红外图像间的两维平移关系;具体地讲,设实际图像为Yn(i,j),n表示帧数,则间隔k帧的两帧图像之间的平移关系为:
In(i,j)=In-k(i-i0,j-j0) (1)
其中,(i0,j0)表示场景内获取两帧图像之间存在平移坐标。
根据基于傅里叶变换的位移定理,计算待校正的两帧图像的归一化互功率谱为:
在步骤四内,两帧红外图像之间的互功率谱的最大响应幅值高于其他响应的均值且两帧红外图像的帧间位移处于设定范围内,则判断两帧红外图像能用于非均匀校正参数的计算;分析两帧红外图像的互功率谱数据以及载机运动信息判断两帧红外图像是否能用于非均匀校正参数的计算,如果能用于非均匀校正参数的计算,则判断两帧红外图像为有效图像;如果不能用于非均匀校正参数的计算,则判断两帧红外图像为无效图像;具体地讲,分析两帧图像的互功率谱数据以及载机运动信息判断两帧图像是否可以用于非均匀校正参数的计算,一方面分析两帧图像之间的互功率谱的最大响应幅值是否显著高于其他响应的均值,另一方面根据载机运动速度和探测器曝光时间估计待处理的两帧图像的位移对应的像素值vx和vy,判断通过互功率谱计算的帧间位移与其是否在范围内,只有满足上述两个条件的图片才可以进行进一步的非均匀校正:
其中,k表示要求的显著程度,可根据不同的场景进行调整;xJ和yJ为位移判断阈值,根据载机惯性姿态测量传感器误差和计算误差综合设定。
在步骤五内,定义和计算误差函数,再通过误差函数最小化,定义校正增益和校正偏置的目标函数,然后对比该目标函数与设定阈值的大小,如果该目标函数小于阈值,则直接进入下一步骤,如果该目标函数大于或等于阈值,则定义自适应学习率,进行更新校正增益和校正偏置,再返回重新定义和计算误差函数;具体地讲,对有效待校正图像的校正参数进行更新,定义误差函数:
其中,wn(i,j)为校正增益,bn(i,j)为校正偏置
为了使整体误差最小化,定义校正增益和校正偏置的目标函数:
而且,校正增益和校正偏置的迭代更新过程为根据整体误差自适应变化的过程:
其中,a为自适应学习率,定义为
a(i,j)=gt1 tanh(gt2en-1(i,j)) (10)
其中,gt1和gt2调整增益常值,tanh是非线性激活函数,可以看出误差函数越大,a(i,j)越大,收敛速度越快;误差函数趋近于0时,a(i,j)趋近于0,校正增益和校正偏置趋于常数,自适应学习率能够使校正增益和校正偏置更迅速的收敛到真值,由此可以得到非均匀校正后的图像为
Rn(i,j)=wn(i,j)·In(i,j)+bn(i,j) (11)
在步骤六内,将校正增益和校正偏置输出,得到校正后的图像。
本发明通过引入了载机在惯性空间的运动信息,降低了多帧图像间偏移量计算误差概率,在非均匀校正的过程中提出了能够根据非均匀校正误差函数自适应调整的学习率,本发明具有非常快的收敛速度和更好的校正效果。
本发明还提供了一种机载自适应非均匀性校正系统,包括:
预存模块,用于收集探测数据信息;
预处理模块,用于对收集的两帧红外图像进行预处理,滤除探测器坏点,根据所述载机运动信息、探测器曝光时间及两帧红外图像之间相差的帧数预估出两帧红外图像的运动像素值;
计算模块,用于根据两帧红外图像的运动像素值,得到两帧红外图像间的两维平移关系;
判断模块,用于判断两帧红外图像是否为有效图像;
更新模块,用于对有效图像的校正参数进行更新;
输出模块,用于将校正参数实时输出,得到校正后的图像。
其中,预存模块与预处理模块集成在同一块芯片内;计算模块、判断模块和更新模块集成在同一块芯片内。
本发明提供机载自适应非均匀性校正系统的一个实施例,该实施例包括:
预存模块,包括图像接口和数据接口,图像接口通过采样率最高125M的高性能16位模拟转换芯片AD9268BCPZ-125实现图像数据的传输,数据接口通过最高支持10Mbps波特率、采用RS-422传输协议的MAX3490芯片,完成高速差分双向信息传输;其通过图像输入接口接收并存储红外探测器获得的红外图像,通过与传感器连接的通信接口接收惯性姿态测量传感器检测的载机在惯性空间的运动信息,通过通信接口接收两幅红外图像之间的帧差、探测器曝光时间、温度信息存储非均匀校正所需的参数以及基于标定的非均匀性校正方法得到的在不同温度下大于一定调整阈值的探测元校正增益和偏置;
预处理模块,用于对原始图像进行预处理,其作用为滤除探测器坏点影响,并根据载机运动速度、探测器曝光时间和待处理两帧图片之间相差的帧数估计待处理的两帧图像的位移对应的像素值vx和vy;
计算模块,用于计算两帧待校正图像的互功能谱,求出互相关函数,确定配准位移;
判断模块,用于并判断待校正图像是否为有效图像;
更新模块,用于通过误差函数最小化来实现校正参数的更新;
输出模块,通过通信接口将校正参数实时输出。
在实施例中,采用多DSP+FPGA的硬件设计方案,利用多块DSP芯片实现红外图像非均匀校正的快速计算,配合FPGA进行高度并行数据的处理,满足机载非均匀校性校正的实时处理要求;预存模块和预处理模块集成在一个嵌入式芯片STM32中,在XILINX公司的XC4VFX60-FF1152型号的FPGA芯片中,该芯片内部有4M bit RAM,56880个逻辑门和128个XtremeDSP模块,足够进行大量高速数据处理,特别是片上18KRAM模块工作在500MHz,支持真正的双端口读写同步操作,为该芯片作为芯片间高速数据交互提供了资源;计算模块、判断模块、更新模块集成在另一个嵌入式芯片TMS320C6455中,其主频可达1.2GHz,包括基于新的增强型C64x+DSP内核,能够高速处理能力包含傅里叶变换、图像互功率谱计算的大量图像处理。
预处理模块与计算模块通过TMS320C6455的外部存储器接口(External MemoryInterface,简称EMIF)与FPGA上相连,并进行高速数据传输,FPGA内部的EMIF&FIFO接口模块用于转换DSP的EMIF信号,将数据转移至接收FIFO;当接收满一帧数据后,FPGA的计算内核开始从该接收FIFO获取数据并处理,然后将处理完的数据写到发送FIFO,发送FIFO数据满时,启动DMA中断将数据传送到DSP片内Cache,由于该EMIF-A是工作在133MHz的32bit总线,峰值数据率可达532MB/s。
在实施例中,计算模块、判断模块、更新模块为相同数量的一个或多个,当为多个时,输出模块将通过模块间并行计算得到的校正参数进行平均后实时输出;预处理模块与预存模块连接,获得待校正的多帧图像后,通过掩模处理将探测器非均匀造成产生的响应过滤,得到无坏点的待校正图像,并输出给计算模块;计算模块与预处理模块连接,获得两帧存在一定平移且旋转和缩放可忽略的待校正图像;输出模块采用芯片MAX3490,最高支持10Mbps波特率,采用RS-422传输协议完成高速差分双向信息传输。当预处理模块、计算模块、判断模块、更新模块为多块时,不同更新模块中的自适应学习率还可以选择不同的激活函数,如,Sigmiod函数或ReLu函数,使本发明可以结合多种自适应学习率的优点进行校正参数的更新。
以上所述仅为本发明的实施方式,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种机载自适应非均匀性校正方法,其特征在于,包括如下步骤:
步骤一、收集探测数据信息,所述探测数据信息包括红外图像、载机运动信息、探测器曝光时间、温度信息、非均匀校正参数;
步骤二、对收集的两帧红外图像进行预处理,滤除探测器坏点,根据所述载机运动信息、探测器曝光时间及两帧红外图像之间的帧差预估出两帧红外图像的运动像素值;
步骤三、根据两帧红外图像的运动像素值,得到两帧红外图像间的两维平移关系;
步骤四、根据两帧红外图像间的两维平移关系,判断两帧红外图像是否为有效图像,如果为无效图像,则返回步骤一,如果为有效图像,则继续下一步骤;
步骤五、对有效图像的校正参数进行更新;
步骤六、将校正参数实时输出,得到校正后的图像。
2.根据权利要求1所述的一种机载自适应非均匀性校正方法,其特征在于,在步骤五内,定义和计算误差函数,再通过误差函数最小化,定义校正增益和校正偏置的目标函数,然后对比该目标函数与设定阈值的大小,如果该目标函数小于阈值,则直接进入下一步骤,如果该目标函数大于或等于阈值,则定义自适应学习率,进行更新校正增益和校正偏置,再返回重新定义和计算误差函数。
3.根据权利要求2所述的一种机载自适应非均匀性校正方法,其特征在于,在步骤六内,将校正增益和校正偏置输出,得到校正后的图像。
4.根据权利要求3所述的一种机载自适应非均匀性校正方法,其特征在于,在步骤二内,通过掩模处理将探测器非均匀造成产生的响应过滤,得到无坏点的待校正的红外图像。
5.根据权利要求4所述的一种机载自适应非均匀性校正方法,其特征在于,在步骤三内,根据两帧红外图像的运动像素值,计算两帧红外图像的归一化互功率谱,从而得到两帧红外图像间的两维平移关系。
6.根据权利要求5所述的一种机载自适应非均匀性校正方法,其特征在于,在步骤四内,分析两帧红外图像的互功率谱数据以及载机运动信息判断两帧红外图像是否能用于非均匀校正参数的计算,如果能用于非均匀校正参数的计算,则判断两帧红外图像为有效图像;如果不能用于非均匀校正参数的计算,则判断两帧红外图像为无效图像。
7.根据权利要求6所述的一种机载自适应非均匀性校正方法,其特征在于,在步骤四内,两帧红外图像之间的互功率谱的最大响应幅值高于其他响应的均值且两帧红外图像的帧间位移处于设定范围内,则判断两帧红外图像能用于非均匀校正参数的计算。
8.一种机载自适应非均匀性校正系统,其特征在于,包括:
预存模块,用于收集探测数据信息;
预处理模块,用于对收集的两帧红外图像进行预处理,滤除探测器坏点,根据所述载机运动信息、探测器曝光时间及两帧红外图像之间相差的帧数预估出两帧红外图像的运动像素值;
计算模块,用于根据两帧红外图像的运动像素值,得到两帧红外图像间的两维平移关系;
判断模块,用于判断两帧红外图像是否为有效图像;
更新模块,用于对有效图像的校正参数进行更新;
输出模块,用于将校正参数实时输出,得到校正后的图像。
9.根据权利要求8所述的一种机载自适应非均匀性校正系统,其特征在于,所述预存模块与所述预处理模块集成在同一块芯片内。
10.根据权利要求9所述的一种机载自适应非均匀性校正系统,其特征在于,所述计算模块、判断模块和更新模块集成在同一块芯片内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210650467.5A CN115060377B (zh) | 2022-06-10 | 2022-06-10 | 一种机载自适应非均匀性校正方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210650467.5A CN115060377B (zh) | 2022-06-10 | 2022-06-10 | 一种机载自适应非均匀性校正方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115060377A true CN115060377A (zh) | 2022-09-16 |
CN115060377B CN115060377B (zh) | 2024-03-22 |
Family
ID=83199588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210650467.5A Active CN115060377B (zh) | 2022-06-10 | 2022-06-10 | 一种机载自适应非均匀性校正方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115060377B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108665425A (zh) * | 2018-03-28 | 2018-10-16 | 西安电子科技大学 | 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 |
US20210090273A1 (en) * | 2018-04-27 | 2021-03-25 | Aselsan Elektronik Sanayi Ve Ticaret Anonim Sirketi | Method for confident registration-based non-uniformity correction using spatio-temporal update mask |
WO2022041356A1 (zh) * | 2020-08-27 | 2022-03-03 | 烟台艾睿光电科技有限公司 | 红外图像的校正方法、装置、设备及制冷红外成像系统 |
-
2022
- 2022-06-10 CN CN202210650467.5A patent/CN115060377B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108665425A (zh) * | 2018-03-28 | 2018-10-16 | 西安电子科技大学 | 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 |
US20210090273A1 (en) * | 2018-04-27 | 2021-03-25 | Aselsan Elektronik Sanayi Ve Ticaret Anonim Sirketi | Method for confident registration-based non-uniformity correction using spatio-temporal update mask |
WO2022041356A1 (zh) * | 2020-08-27 | 2022-03-03 | 烟台艾睿光电科技有限公司 | 红外图像的校正方法、装置、设备及制冷红外成像系统 |
Non-Patent Citations (2)
Title |
---|
吕宝林 等: "基于配准的机载红外非均匀性校正技术应用", 中国光学, vol. 13, no. 5, pages 1125 - 1136 * |
钟平: "机载电子稳像技术研究", 中国优秀博硕士学位论文全文数据库(博士) 工程科技II辑, no. 3, pages 11 - 22 * |
Also Published As
Publication number | Publication date |
---|---|
CN115060377B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3621850B1 (en) | Shutterless far infrared (fir) camera for automotive safety and driving systems | |
US20190353774A1 (en) | Object detection system, autonomous vehicle using the same, and object detection method thereof | |
CN108645401B (zh) | 基于姿态关联图像叠加的全天时星敏感器星点提取方法 | |
CN109272520B (zh) | 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 | |
CN107704807A (zh) | 一种基于多源遥感序列影像的动态监测方法 | |
WO2022041356A1 (zh) | 红外图像的校正方法、装置、设备及制冷红外成像系统 | |
US20210049738A1 (en) | Panoramic image construction based on images captured by rotating imager | |
CN103115631A (zh) | 遥感相机成像参数误差校正系统及方法 | |
CN111145115B (zh) | 一种基于场景适应的非均匀校正方法及其硬件实现装置 | |
CN107741279A (zh) | 一种非制冷红外探测器的两点校正方法 | |
CN107341780A (zh) | 一种红外图像预处理校正方法 | |
US7391925B2 (en) | System and method for estimating noise using measurement based parametric fitting non-uniformity correction | |
Li et al. | Non-uniformity correction of infrared images based on improved CNN with long-short connections | |
CN113432723B (zh) | 用于弱化杂散辐射的图像处理方法、系统及计算机系统 | |
CN117113284B (zh) | 多传感器融合的数据处理方法、装置与多传感器融合方法 | |
CN115060377B (zh) | 一种机载自适应非均匀性校正方法及其系统 | |
CN114913096B (zh) | 一种特征初始化的非均匀校正方法及其系统 | |
CN105005967A (zh) | 时空滤波相结合的红外成像非均匀性校正方法及其装置 | |
CN116989901A (zh) | 一种基于逐像元标定的空中目标红外辐射亮度计算方法 | |
WO2021134642A1 (zh) | 图像处理方法、装置及存储介质 | |
CN107436195A (zh) | 一种被动红外候鸟监测设备 | |
CN115049549B (zh) | 一种基于稳健估计的红外图像条状噪声去除方法 | |
Bekhtin et al. | Algorithmic supply of IR sensors with FPN using texture homogeneity levels | |
CN116188278A (zh) | 一种高分辨率非制冷红外多光谱相机线上实时信息增强方法及其应用 | |
CN111076815B (zh) | 一种高光谱图像非均匀性校正方法 |
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 |