CN1917590A - 用于减小红外成像照相机中固定图案噪声的方法 - Google Patents

用于减小红外成像照相机中固定图案噪声的方法 Download PDF

Info

Publication number
CN1917590A
CN1917590A CN200610110816.5A CN200610110816A CN1917590A CN 1917590 A CN1917590 A CN 1917590A CN 200610110816 A CN200610110816 A CN 200610110816A CN 1917590 A CN1917590 A CN 1917590A
Authority
CN
China
Prior art keywords
intensity level
data
sensing data
correct
fpn
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
Application number
CN200610110816.5A
Other languages
English (en)
Other versions
CN1917590B (zh
Inventor
沙恩·M·安德森
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.)
Fluke Electronics Ltd.
Fluke Corp
Original Assignee
Infrared Solutions Inc
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 Infrared Solutions Inc filed Critical Infrared Solutions Inc
Publication of CN1917590A publication Critical patent/CN1917590A/zh
Application granted granted Critical
Publication of CN1917590B publication Critical patent/CN1917590B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/30—Transforming light or analogous information into electric information
    • H04N5/33—Transforming infrared radiation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/20—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only
    • H04N23/23—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only from thermal infrared radiation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/67—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/67—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response
    • H04N25/671—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/67—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response
    • H04N25/671—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction
    • H04N25/672—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction between adjacent sensors or output registers for reading a single image
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/67—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response
    • H04N25/671—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction
    • H04N25/673—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction by using reference sources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/67—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response
    • H04N25/671—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction
    • H04N25/673—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction by using reference sources
    • H04N25/674—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction by using reference sources based on the scene itself, e.g. defocusing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/67—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response
    • H04N25/671—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction
    • H04N25/677—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction for reducing the column or line fixed pattern noise

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)

Abstract

用于在红外(IR)成像照相机中校正固定图案噪声(FPN)的方法和系统。这些方法和系统包括使用FPN数据的不同强度电平校正IR传感器数据，并且选择产生具有最小FPN的校正后数据的特定强度电平。可以对多个IR传感数据帧进行校正，以便为校正找到最佳强度电平。

Description

用于减小红外成像照相机中固定图案噪声的方法
相关申请的交叉引用
本申请要求于2005年5月26日提交的，标题为“Method for FixedPattern Noise Reduction in Infrared Focal Plane Arrays”的第60/685,010号共同未决美国专利申请的优先权，在这里将该申请全部引入作为参考。
技术领域
总的来说，本发明的实施例涉及成像系统，比如红外成像照相机。更具体地说，本发明的某些实施例针对的是用于在红外成像照相机中校正固定图案噪声(FPN)误差的方法和系统。
本申请中的照相机(camera)也包括摄像机。
背景技术
在本领域中公知的被称为“热辐射计”的红外检测器，利用热辐射计材料的电阻随着热辐射计的温度而改变这一原理进行工作，而这一热辐射计温度则随着吸收的入射红外辐射而改变。可以利用这些特性，通过感测热辐射计上电阻的改变来测量入射到它上面的红外辐射。当它被用作红外检测器时，热辐射计通常与其支撑基片或环境处于热隔离状态，从而允许吸收的入射红外辐射在热辐射计材料上产生温度改变，并且不太受基片温度的影响。
现代微型热辐射计的结构由Honeywell公司提出。作为背景技术，某些现有技术的无冷却检测器和/或阵列，例如由Honeywell公司制造的那些，在第5,286,976、5,300,915和5,021,663号美国专利中进行了描述，在这里将它们全部引入作为参考。这些检测器包括具有两级微型桥结构的那些无冷却微型热辐射计检测器：较高级和较低级形成一个空腔，这个空腔使热辐射计对特定波长范围的辐射敏感；较高级形成包括热传感元件的“微型桥”；较低级包括读出集成电路和用于形成所述空腔的反射材料；较高级微型桥由支柱支撑，这些支柱将较高级与较低级热隔离，并且在其中并向集成电路传递电信息。
关于上述结构的参考文献清单可以在第5,420,419号美国专利中找到。上述专利描述了一种紧密排列的微型热辐射计检测器的二维阵列，通常将它制作在单片硅基片或集成电路上。一般情况下，这些微型热辐射计检测器都是通过一般称为桥结构的方式制作出来的，这种桥结构包括与基片充分热隔离的温度敏感电阻元件。上述微型热辐射计检测器结构通常被称为“热隔离微型热辐射计”。例如，电阻元件可以包括吸收红外辐射的氧化钒材料。构建的桥结构在每个微型热辐射计检测器的电阻元件和硅基片之间提供很好的热隔离。一种示例性的微型热辐射计的结构尺寸可以在大约25微米乘25微米的数量级。
相反，在这里将直接制作在基片上，不具备桥结构的微型热辐射计检测器称为“热短路微型热辐射计”，因为基片和/或封装的温度将直接对其产生影响。也可以将它看作“热漏”像素，因为它与基片短路。
在这里用“微型热辐射计”来表示“热隔离”和“热短路”微型热辐射计。如同这里所使用的一样，“微型热辐射计”是指传感器呈现为电阻的任意结构的热辐射计，其中的电阻随着照射在其上的被测辐射改变。
可以将微型热辐射计检测器阵列用于感测入射辐射(典型情况下是红外的)的焦平面。阵列的每个微型热辐射计检测器吸收入射到其上的任何辐射，导致其温度发生相应变化，这种温度变化又导致其电阻发生相应变化。每个微型热辐射计充当一个像素，通过将每个微型热辐射计的电阻变化转换为能够在监视器上显示或者存储在计算机中的时间复用电信号，来产生入射红外辐射的二维图像或画面表示。用来执行这种转换的电路通常叫做读出集成电路(ROIC)，通常将它制作为硅基片上的集成电路。然后可以将微型热辐射计阵列制作在ROIC的顶部。ROIC和微型热辐射计阵列的结合通常叫做微型热辐射计红外焦平面阵列(FPA)。在红外照相机中常常采用640乘480个检测器的微型热辐射计焦平面阵列。
单个微型热辐射计对均匀入射的红外辐射具有非均匀响应，甚至热辐射计被制造为微型热辐射计FPA的一部分时也是这样。这是由于制造过程中检测器电特性和温度特性的微小变化。必须校正微型热辐射计响应特性的这些不均匀性，以便产生具有适当信噪比用于图像处理和显示的电信号。
将均匀电信号偏置源和入射红外辐射施加到微型热辐射计检测器阵列的条件下，将发生检测器响应的差异。通常将它称为空间不均匀性，其原因是微型热辐射计检测器的一些关键性能特性的变化。这是微型热辐射计制作过程的自然结果。对空间不均匀性有贡献的特性包括单个检测器的红外辐射吸收系数、电阻、电阻的温度系数(TCR)、热容量和热传导率。
响应不均匀性的幅度可能充分地大于由于入射红外辐射而产生的实际响应的幅度。得到的ROIC输出信号很难处理，因为它要求系统接口电路具有很高的动态范围。为了得到由入射红外辐射电平支配的输出信号，需要进行处理来校正检测器的不均匀性。
用于为微型热辐射计阵列实现ROIC的方法使用了这样一种体系结构，其中通过对微型热辐射计元件施加均匀的电信号源，例如电压或电流源，以及电阻负载，来感测每个微型热辐射计的电阻。从施加的电压获得的电流由放大器随时间积分来产生与积分电流的值成正比的输出电压电平。然后将输出电压复用到信号采集系统。
微型热辐射计焦平面阵列中的一个误差来源是每个微型热辐射计随温度变化的“响应”的变化。这是因为每个微型热辐射计都是一个温敏电阻，这个温敏电阻具有因为微型热辐射计之间制造工艺的微小变化而改变的灵敏度。微型热辐射计的温度受到流过它们的偏置电流影响，因为由于能量的耗散电流必然加热微型热辐射计。热量还通过焦平面阵列的基片传输到微型热辐射计。热量还通过入射到微型热辐射计上的红外辐射传输到微型热辐射计。
红外焦平面阵列(IRFPA)，比如微型热辐射计阵列，典型情况下呈现出像素到像素之间响应和偏移的变化。这些变化会对图像中的叫做“固定图案噪声”的持久赝像有贡献。通过以持久图案或赝像来确定固定图案噪声的存在，这种持久图案或赝像以可重复的、长期图案存在于得到的图像中。与暂时噪声相反，固定图案噪声从一帧到另一帧长时期存在。因此，不能通过平均多帧数据来去除它。
能够对固定图案噪声有贡献的另一个因素是“杂散”红外辐射(IR)的存在。杂散辐射包括入射到像素上但不是来自感兴趣场景的任何IR辐射(即不是来自通过镜头聚焦在IRFPA上的IR能量的那些)。杂散IR辐射的潜在来源包括IRFPA的真空封装、镜筒、镜头本身(如果其发射率大于零)、照相机壳体和电路等。
出现在IR照相机中的固定图案噪声可能具有几乎任意形状或外观。例如，一些传感器呈现出看起来象是重叠在所需场景上的垂直条形图案的固定图案噪声。其它的固定图案噪声具有更像格子一样的外观，看起来象是通过纱门观看，也就是说，你可以看到场景，但是有象格子一样的图案重叠在上面。还有其它的传感器在图像的各个区域呈现“点”、“斑”或“云”。与已经从图像中去除主要固定图案噪声的图1C和1D相比较，图1A和1B示出了在图像上的固定图案噪声300的实例。
典型的IR照相机系统采用“两点”增益和偏移校正来校正像素到像素的不均匀性，并且使固定图案赝像最小。通过定期开启作为照相机系统一部分的快门来“实时”获得偏移数据。增益数据实际上是响应数据的逆。增益数据通常在工厂的校准过程期间获得，并且存储在照相机的非易失性存储器中。但是，两点校正法常常只在IRFPA的响应和偏移具有较小的像素到像素变化，并且IRFPA随温度变化稳定的时候才工作得很好。使用位于IRFPA和镜头之间的快门(这是通常的配置)的照相机系统，特别容易受到像素到像素的响应变化产生的固定图案赝像影响。
发明内容
本发明的实施例涉及校正IR成像照相机中FPN的方法。某些实施例包括接收由照相机中的IR传感器阵列产生的数据帧的至少一部分，产生IR传感器数据，并且使用预定FPN数据的选定强度电平校正IR传感器数据，来产生校正后的IR传感器数据。在这些实施例中，预定FPN数据的选定强度电平是在校正后的IR传感器数据中产生FPN的减小了的电平的强度电平。
本发明的方法的其它实施例包括，接收由照相机中的IR传感器的阵列产生的第一帧数据的至少一部分来产生IR传感器数据，使用预定FPN数据的至少三个强度电平来校正IR传感器数据，从而为每个强度电平产生校正了的IR传感器数据，基于校正了的IR传感器数据为每个强度电平计算目标函数值，其中每个目标函数值表明在校正了的IR传感器数据中剩下的FPN的相对电平，并且选择产生最小目标函数值的强度电平作为选定强度电平来校正IR传感器数据。这些实施例还可以包括将选定强度电平用作三个后续强度电平的中间电平，对接收到第一帧数据之后所接收的第二帧数据进行FPN校正。
附图说明
图1A～1D示出了本发明的实施例中经过了迭代处理的红外图像实例；
图2是微型热辐射计照相机系统的功能框图；
图3是来自焦平面阵列的像素传感器和噪声数据的图形描述；
图4是像素传感器数据和平均数据的图形描述；
图5是由差、绝对值和限幅函数处理过的像素传感器数据的图形描述；
图6是像素传感器数据、调整后数据和平均数据的图形描述；
图7是由差、绝对值和限幅函数处理过的像素传感器数据的图形描述；
图8是像素传感器数据、调整后数据和平均数据的图形描述；
图9是由差、绝对值和限幅函数处理过的像素传感器数据的图形描述；
图10是描述本发明一个实施例中迭代步骤的流程图；
图11是描述本发明另一个实施例中迭代步骤的流程图。
具体实施方式
图2示出了类似于第6,023,061号美国专利中说明的便携式照相机10的功能框图。由镜筒13包围的复合镜头12(在这里为了便于说明，将它画成一个单镜头)收集来自场景16的红外能量14，并且将该场景成像在二维无冷却焦平面阵列(FPA)18上。在一些实施例中，FPA由公知的TE稳定器稳定。FPA 18包括半导基片50上的微型热辐射计检测器或像素的M乘N阵列。基片50通常可以包括基片中用于提供传感器偏置的集成电路结构，以及根据需要包括检测器输出多路复用功能。可以将每个检测器或像素制造为一个微型桥，如同前面提到的第5,286,976号美国专利中描述的一样。这些微型热辐射计是利用公知方法直接制造在基片上的。
控制电路60通过一根或多根信号线连接到FPA 18，用于通过偏置信号线61对每个检测器施加需要的偏置。此外，控制电路60还通过控制信号线62包括多路复用功能，从而在阵列输出端55是表示单个热隔离微型热辐射计检测器电阻Rn的输出信号，其中“n”表示检测器的M乘N阵列中的一个。输出端55则连接到读出电路65，用于提供表示每个检测器的电阻的数字信号，并且根据需要，允许通过数据信号处理器95进行的进一步的数字信号处理。
如同在本领域里众所周知的一样，与每个检测器相关联的偏移和增益信息是通过校准技术获得的，在这种校准技术中，给FPA一个已知辐射发射率的场景。在附图中利用受控快门80以及通过控制信号线81与控制电路60协作的快门控制85来说明这种校准技术。通常，快门80具有均匀的辐射发射率，并且呈现给FPA 18，从而所有的传感器都看到均匀的温度场景。同样，看到均匀温度场景的时候，一帧数据应该是充分均匀的，因此数据信号处理器95能够得到与每个检测器相关联的偏移信息。这种校准技术的应用频率可以根据需要来选择。在一些实施例中，可以去掉快门80和快门控制85，使用其它公知方法来获得偏移和增益信息，比如第6,444,983、6,465,785、6,538,250和/或6,690,013号美国专利中公开方法，这些专利都被转让给本发明的受让人，在这里将它们全部引入作为参考。
在工作的时候，照相机10在FPA 18的每个积分时间内，得到对应于数据值阵列的一帧数据，每个检测器一个数据。这些数据帧具有本领域技术人员公知的，冷却和无冷却阵列中的通用数据结构。如上所述，控制电路60的目的在于在FPA 18和读出电路65之间商定和控制数据流。而读出电路65的输出则被提供给数据信号处理器95，用于根据需要提供对检测器信息的偏移和增益校正，还提供图像数据转换用于随后显示和/或记录。当然，与数据信号处理器95相关联的是数据的存储器(未示出)，用于根据需要存储场景信息和校准信息。
此外，应当认识到通过控制电路60、快门控制85、读出电路65和数据信号处理器95的方式提供的功能，可以通过单个信号控制和数据处理器、微处理器、计算机等来提供。同样，上述更多或更少的控制功能可以集成为基片50的一部分。应当认识到在这种替换方式中，所有的电路都可以通过电缆、无线电信号等方式远离焦平面阵列。本领域技术人员还应当认识到，上述控制可以通过软件或硬件的方式来完成，从而实现在这里所描述的功能。
如前所述，为了从微型热辐射计焦平面阵列产生高质量图像，需要考虑一个像素到另一个像素的响应差异，并且因为来自感兴趣的场景照射在上面的红外辐射而产生的像素电阻的改变，必须从传输到和来自像素的能量的所有其它源的任何改变中分离出来。
解决固定图案噪声问题的关键是图案或赝像的可预测性和可重复性。真正随机的赝像不能被预测，因此没有任何现有技术可以被用来解决随机赝像问题。但是，已经观察到对于给定的IRFPA和照相机，固定图案噪声是可预测、可重复的：每次使用照相机时相同形状的赝像出现在图像的相同地方。
一个主要的挑战是，尽管已经知道图案将怎样出现在图像上，但是仍然不知道它将以怎样的强度或者以什么样的极性出现于场景上。在一些条件下赝像比图像要浅，在其它情况下要深。这里描述的方式使用迭代搜索来确定图像中特定的固定图案有多强，一旦确定了这一点，就以迭代方式进行校正以便将其去除。
这里描述的迭代方式的一个优点是，它能够使用来自传感器的实况数据——这些数据包括场景数据和固定图案源。因为事先不知道实际的场景是什么(照相机可能正在看任何东西)，因此不能确切地知道场景中哪些来自固定图案赝像，哪些来自需要的实际场景信息。但是，因为已经事先知道固定图案信息看起来是什么样子，因此在某种程度上，存在于图像中的赝像的量可以计算出来。在图2所示的实施例中，数据信号处理器95执行在这里描述的用于确定这个赝像是否存在的迭代处理。但是应当理解，其它电路也能够执行这种迭代处理。这些电路可以位于照相机10之内或之外，比如在PC或其它处理装置中。
这一算法的优选实施例可以通过一种简化情况，并且参考图10中的步骤S10～S110来说明。为了方便起见，图3示出可以看作在步骤S10(图10)中从二维IRFPA采集的一行数据。曲线20表示IRFPA中这一行的实际输出。曲线22表示想要从图像中去除——到其出现在图像中的程度——的可能、预期的固定图案噪声信号的一般形状。应该已经在早些时候确定了预期的固定图案噪声的形状特征，下面还将进一步详细描述。曲线24表示理想场景信号。这是完全没有固定图案噪声时来自传感器的预期信号。示出它仅仅是为了进行说明。在正常工作情形下，这条数据曲线24是未知的。在这里描述的迭代算法的目标是，通过确定固定图案赝像曲线22存在于数据中的程度，从IRFPA数据曲线20产生它。
用以下公式来描述这一校正：
                    Si′＝Si+F·FPi                     (1)
其中Si′是像素“i”的校正值，Si是原始(即未校正)像素值，FPi是固定图案系数。在步骤S10之前确定集合{FPi}，将在下面描述这一点。可以将它们看作要从图像中去除的固定图案赝像的快照或图像。F是最佳校正因子，也就是要应用的固定图案校正的“量”。F将按照下面描述的方式来迭代确定。
接下来，在步骤S20(图10)中，将最后的迭代过程中保存的当前F值提取出来。从零开始是方便的。接下来在步骤S30中，为当前F值计算调整过的传感器数据值Si′。在F＝0的情况下，利用公式(1)，Si′值将等于步骤S10的初始Si值。
在步骤S40中，计算调整后传感器数据的“滑动”或“空间”平均。从本质上讲，平均是一个平滑步骤。图4示出了叠加在曲线20传感器数据上的四像素滑动平均曲线26。
滑动平均(或平滑函数)是像素数据的空间平均，可以在焦平面阵列中的一行或多行像素数据、一列或多列像素或者整个帧上计算它。可以采用例如一定数量相邻像素值的数值平均来计算滑动平均。图4所示的四像素滑动平均是通过计算前一像素、当前像素和后面两个像素的像素值之和除以四计算出来的。例如，图4中那一行(或列或帧)前四个点的像素数据值为5、6、7和10。这四个值的未加权数值平均是(5+6+7+10)/4＝28/4＝7。如图所示，在对应于第二个像素的点上，滑动平均具有值7。这一过程在这一行上继续下去，直到没有足够的像素。
应当注意，在这些实例中使用的四像素滑动平均仅仅是用于进行说明，对于本领域技术人员来说，滑动平均的很多变形都是显而易见的。例如，使用的像素数量可以是四个之外的数量，而且可以将得到滑动平均值赋给对应于平均计算中使用的任意一个像素的点(即不是刚好是这里说明的实例中的第二像素)，或者其它点。
在其它实施例中，滑动平均包括加权函数。它的一个实例是五像素滑动平均，其中所得给定点的平均像素值是从当前像素(p0)，当前像素(p0)两侧紧邻的像素(p1)、(p-1)，以及两侧的下一个相邻像素(p2)、(p-2)获得的。加权因子可以，例如，对于两个最远像素(p2)和(p-2)是0.1，对于其次的两个邻近像素(p1)和(p-1)是0.2，对于当前像素(p0)是0.4。这四个值的加权数值平均是
加权平均＝(0.1)*(p2)+(0.1)*(p-2)+(0.2)*(p1)+(0.2)*(p-1)+(0.4)*(p0)
用于计算加权平均的多个其它方案，不会脱离在这里描述的本发明的范围，这对于本领域技术人员而言是显而易见的。
还应当注意，可以将滑动平均(平滑函数)应用于二维数据帧，而不是仅仅用于图4所示的一行或一列像素数据。但是，在对帧的连续行进行平均的情况下，可以将滑动平均设计为从一行到下一行是不连续的，因为例如在一行最“右”端的数据不应当与相邻行最“左”端的数据进行空间平均。在本发明的一种可能实施例中，滑动平均可以使用包括相邻行和列的相邻点来进行计算，包括对角线方向上与当前像素相邻的点。在某些实施例中，用于计算特定位置的平均的像素形成了与特定位置中的像素连续的图案。例如，滑动平均可以结合周围3×3栅格的像素，包括当前像素。
接下来，在步骤S50里，计算目标函数值。目标函数值是通过首先从滑动平均中减去调整后传感器数据(因为F＝0，在这种情况下是初始值)，然后取结果的绝对值得到幅度计算出来的。然后，将这些值限制在某个幅度(在这个实例中限制为4以内，尽管也可以使用其它幅度)内。图5示出了差曲线28、绝对值曲线30和限幅数据曲线32。限幅步骤是有用的。没有限幅步骤的话，场景数据中与固定图案边缘(尖锐边缘)相关的大的变化，会超过真实的其它固定图案误差，使得用于最佳校正的迭代搜索失败。
最后，为了为优化计算“目标”或“质量”函数，将限幅后的值相加。在曲线32的这些实例数据中，限幅后的值之和是22。在步骤S60中为当前F值存储目标函数值(在这个实例中是22)。较小的数值基本上表示“比较平坦”(即比较均匀)的传感器数据。迭代优化的目标是使目标函数值最小。这是通过对优化过程中的每次迭代再重复上述处理两次(一次是F增大，以及一次是F减小)来完成的。也就是说，在步骤S70里，在针对这一迭代利用初始F值进行了计算以后，判断F是否已经改变了两次。如同下文中指出的一样，其它实施例考虑改变F多于两次，但是至少是一次。假设在步骤S70中F还没有改变两次，就在步骤S80中改变F。
接下来看这个实例，首先说明向上(增大)的情况：在步骤S80中，改变F，从而使F当前值＝F+1＝1。图6示出了初始传感器数据曲线20，调整后(F增大)的传感器数据曲线120(步骤S30)，以及调整后数据的滑动平均曲线126(步骤S40)。
图6说明调整后传感器数据曲线120不比初始传感器数据曲线20“更平坦”。图7示出了对应的差曲线128、绝对值曲线130和限幅数据曲线132。对于增大的情况，限幅图的总和(即目标函数)是27.5(步骤S50)。在步骤S60中为F＝1存储这个值。
图8和9说明向下(减小)的情况，其中改变F，从而使F”＝F-1＝-1(步骤S80)。图8示出初始传感器数据曲线20，调整(F减小)后的传感器数据曲线220(步骤S30)，以及调整后数据的滑动平均曲线226(步骤S40)。图9示出了对应的差曲线228、绝对值曲线230和限幅数据曲线232。对于这种情况，限幅后的值之和是18(步骤S50)。这表示三个质量度量(增大、减小和“原样”)中每一个的目标函数的最小值。因此，在步骤S90中将F的新的“当前”值赋给这个值(即F＝-1，减小后的值)。在步骤S100中，使用在步骤S90中确定的F的当前新值来计算调整后的传感器数据(Si′)。也可以从步骤S30中计算出它之后开始，保存这个调整后的传感器数据。
在另一个替换实施例中，将F的当前新值用于调整在下一帧(或者如果迭代不是帧而是行、列或组时的下一次迭代)中获得的传感器数据。在这个实施例中，基于来自当前帧的传感器数据来计算F的当前新值，但是使用F的当前新值来调整数据是针对下一帧进行的。实质上，调整滞后于数据一帧。由于目标函数值会收敛到一个最小值，因此这一滞后变得微不足道，因为从理论上讲，F的当前值从帧到帧通常都是恒定的。当处理速度的限制致使其很难确定F并将其应用于同一帧数据时，这一滞后特征是有用的。
然后输出调整后传感器数据的帧用于调整后图像的显示和/或存储。通过这个过程，在输出用于显示或存储之前，将固定图案噪声从传感器数据中去除。
图11提供本发明一个替换实施例中的步骤流程图。图11中示出的很多步骤类似于图10中的那些，用符号“’”示出它们。此外，图11加强了图10的多个步骤。类似于图10中的步骤S10和S20，在步骤S10’中获得传感器数据(Si)，在步骤S20’中获得或设置当前F值。类似于图10中的步骤S30，在步骤S30’中计算调整后传感器数据(Si′)。尽管与步骤S30相反，在步骤S30’中为F的所有(或多个)值计算调整后传感器数据(例如F当前值、F减小、F增大)。类似地在步骤S40’中，为每个F值计算调整后传感器数据的滑动平均。接下来，在步骤S50’中为每个F值计算目标函数值。通过在一个单独步骤中同时(经常是同时执行)计算F的每个值，可以去掉图11所示实施例中的步骤S60、S70和S80。因此，在步骤S90’中，F的当前值可以基于目标函数值的多个同时计算结果来重置。类似于步骤S100和S110，接下来将具有当前新F值的调整后传感器数据(Si′)用作数据输出(步骤S110’)。
很清楚在这个简单、想出来的实例中，减小情况给出了理想的(实际场景)结果，并且单独一次迭代是最佳地去除给定固定图案所需要的全部。在真实情况下，噪声去除通常不这么简单。帧与帧之间F的最佳值通常由于环境温度改变(或其它漂移机制)而改变。而且，由于场景数据通常每帧都改变，因此所有三次计算(F＝当前值、增大和减小)都针对每次迭代重新进行。迭代可以频繁到每帧一次。而且，对于具有多行的实际二维IRFPA，目标函数通常是多个或所有行的限幅值的总和，而不是仅仅一个。
尽管给出的实例示出了每次迭代使用三次计算(即对于F＝当前值、增大值和减小值)，但是可以设想每次迭代具有大于或等于两次的任意次数计算。(至少应当尝试两个F值，才能说一个比另一个“更好”，并随后在需要时对当前F值进行校正。)尽管如同实例所示成功地采用了三次计算，但是每次迭代进行更多次计算的能力也是可能的，这仅仅受限于计算能力和速度；对每次迭代可以考虑更多次计算，它们属于本发明的范围内。此外，增大和减小值的大小不限于+/-1，还可以包括非整数值。对计算能力和速度的类似限制会决定哪些值是实际的。
例如，在一个实施例中，使用五个不同的F值。在这个实施例中F1＝当前F值；F2＝当前F值-1；F3＝当前F值+1；F4＝当前F值+10；F5＝当前F值-10。使用五个F值可以提高收敛到绝对最小目标函数值的速度。特别是通过让F4和F5比F2和F3变化得更多，达到远离当前F值的绝对最小目标函数值需要的迭代次数更少。另外，五个F值的使用可以防止所计算的最小目标函数值停留在大于绝对最小值的局部最小值上。
在本发明的一个可能实施例中，可以一行一行(或者一列一列)，而不是一帧一帧地确定目标函数，如同所讨论的一样。因此，为各行(或列，而不是帧)计算“F”值的能力，可以为给定数据帧中多个优化步骤或迭代的采用提供可能。
在本发明的另一种可能实施例中，算法仅仅处理帧中具有已知固定图案噪声分量的那些部分。例如，如果固定图案噪声存在于给定焦平面阵列的上部，而在同一阵列的下部没有固定图案噪声，那么针对下部将不需要计算最佳校正因子(“F”值)；因为不存在固定图案噪声时，公式(1)退化为Si′＝Si(即FPi[无FPN]＝0)。这样做可以优化计算处理时间，更快地达到最佳状态。在本发明的另一个实施例中，确定“F”值的迭代过程可以在一帧中已知具有固定图案噪声的一个或多个区域开始，并且从这些区域空间转到具有较小(或没有)固定图案噪声的区域。这个实施例可以进一步缩短达到优化状态的时间。
为特定赝像或赝像集合确定固定图案系数(FPi)有多种方法。例如，IRFPA的像素响应图像可以是使用的固定图案(例如，如果传感器的温度改变，就会出现与阵列响应相关的固定图案赝像)。IRFPA的响应“图像”通常通过将从不同温度的两个均匀(恒定、均匀温度)场景获得的图像相减来确定。另一组可能的固定图案系数可以通过将观看相同(可能是均匀的)场景的时候获得的两幅图像相减来获得，但是要在IRFPA和/或照相机处于两个不同的温度时。还有另一组可能的固定图案系数可以通过在观看一个均匀场景时(比如镜头盖)，执行“两点”校正(见下文)，然后简单地等待不希望的赝像出现，并且捕捉它的一幅图像来获得。对于确定固定图案系数{FPi}的以上每一种技术，必须对数据适当地进行归一化。也就是说，需要对FPi值归一化，从而对于没有固定图案噪声赝像的像素是零(假设使用公式(1))，并且具有固定图案噪声的不是零。例如，在我们使用IRFPA的响应图像时，归一化可以包括从每个像素减去像素组之间的平均差(例如由于被观察场景的不同均匀温度产生的偏移量)。
已经证明以下条件满足时，所述算法工作得很好：
(1)场景数据与预期的固定图案噪声不太相关。幸运的是，从统计上，看大多典型的固定图案赝像不太可能这样。更高分辨率的传感器使得这种情况更不可能。
(2)场景具有一些相对均匀的区域。幸运的是，这种情况也经常发生，更高分辨率的传感器也助长了这种可能性。
很清楚这一算法有很多变化。下面描述了几个：
(1)可以为限幅选择多个不同值。
(2)“平滑”或“滑动平均”步骤可以用多种不同方式进行。可以对不同数量的像素进行平均。同样，平滑可以仅仅包含在一行中，仅仅包含在一列中，或者可以包括位于相邻，包括对角线方向相邻的“最近相邻”像素。
(3)可以修改步长(增大、减小)。此外，可以同时采用多个步长。
(4)如果固定图案误差表不太相关，就可以同时执行多个迭代校正。如果它们确实相关，它仍然能够工作，但是多次优化会彼此抵消，延长收敛到“好”结果所需要的时间。
(5)有可能线性系统能够求出真实误差因子，但是绝对值和限幅使得这样做困难；而且，需要的计算能力对于实时处理来说是不可能的。
(6)可以使用其它数学形式代替公式1。例如可以考虑乘法校正形式：
                    Si′＝Si*F*FPi                 (2)
在上面给出的乘法校正实例中，如同公式(2)所描述的一样，应当注意“F”的“基线”值通常是1(表明无偏差状况)，而在前面由公式(1)描述的加法校正中，“F”的基线值通常是0(同样描述无偏差状况)。换句话说，在这里描述的迭代过程在固定图案噪声的强度中搜索偏差来找到偏离“基线”值0(对于加法校正)和偏离值1(对于乘法校正)的最佳校正因子(即“F”值)。当使用公式(2)来计算Si′值时，FPi值需要归一化，从而使没有固定图案噪声赝像的像素是一(与使用公式(1)时的零值相对)。
出现固定图案赝像的时候，这里描述的方法使用实际传感器数据来校正它。这种方法能够改善传感器性能。它常常使得具有严重固定图案赝像而不能使用的IRFPA(例如用两点校正)获得可以接受的性能。这样就能够获得更高生产率，降低每个单元传感器的成本。
这种方法不限于红外传感器。任何基于帧，每一帧具有统计意义上数量足够多的样本(像素)，并且具有不受控但固定的赝像的采样系统，都可以从这种方法受益。可见光和其它波长传感器都可以从这种方法中受益。
尽管参考附图具体示出并描述了本发明，但是应当理解，当然可以对它进行修改，这些修改都落在本发明的精神和范围内。可以在形式和细节上对它进行修改，而不会偏离本发明的精神和范围。

Claims (30)

1.一种用于在红外(IR)成像照相机中校正固定图案噪声(FPN)的方法，包括：
接收所述照相机中IR传感器阵列产生的一帧数据的至少一部分来产生IR传感器数据；并且
使用预定FPN数据的选定强度电平校正所述IR传感器数据，产生校正后IR传感器数据，预定FPN数据的所述选定强度电平是在所述校正后IR传感器数据中减小FPN电平的强度电平。
2.如权利要求1所述的方法，还包括使用所述预定FPN数据的多个强度电平校正IR传感器数据，为每个强度电平产生校正后IR传感器数据，所述多个强度电平之一是所述选定强度电平。
3.如权利要求2所述的方法，还包括基于所述校正后IR传感器数据为每个强度电平计算目标函数，每个目标函数值表明在对应的校正后IR传感器数据中剩下的FPN的相对电平，并且选择产生最低目标函数值的预定FPN数据的强度电平作为选定强度电平，来校正IR传感器数据。
4.如权利要求3所述的方法，还包括为每个强度电平确定校正后IR传感器的空间平均，每个强度电平的所述目标函数基于对应的所述空间平均之一。
5.如权利要求1所述的方法，其中所述数据帧的所述部分限于已知易受FPN影响的一部分。
6.如权利要求1所述的方法，其中所述数据帧的所述部分是由所述阵列中IR传感器的一行或一列产生的。
7.如权利要求1所述的方法，还包括进行所述IR传感器数据的两点校正。
8.如权利要求1所述的方法，还包括将在所述选定强度电平上校正的校正后IR传感器数据，输出给所述照相机的显示单元或存储单元。
9.如权利要求1所述的方法，其中所述预定FPN数据的所述选定强度电平被用于校正由所述IR传感器阵列产生的随后一个数据帧的IR传感器数据。
10.一种用于在红外(IR)成像照相机中校正固定图案噪声(FPN)的方法，包括：
接收所述照相机中的IR传感器阵列产生的数据帧的至少一部分来产生IR传感器数据；
使用预定FPN数据的多个强度电平校正所述IR传感器数据，为每个强度电平产生校正后IR传感器数据；
为每个强度电平确定所述校正后IR传感器数据的空间平均；
基于所述校正后IR传感器数据和所述空间平均数据，为每个强度电平计算目标函数值，每个目标函数值表明在所述校正后IR传感器数据中剩下的FPN的相对电平；并且
选择产生最低目标函数值的所述预定FPN数据的所述强度电平作为选定强度电平，来校正IR传感器数据。
11.如权利要求10所述的方法，其中使用由所述IR传感器阵列产生的多个随后数据帧重复所述方法，每个随后数据帧产生IR传感器数据，在多个强度电平上校正后的IR传感器数据，每个强度电平的多个目标函数值，以及产生最低目标函数值的选定强度电平。
12.如权利要求11所述的方法，其中在每个随后帧中使用的所述多个强度电平，包括来自紧接的前一帧的所述选定强度电平。
13.如权利要求12所述的方法，其中由随后数据帧产生的所述选定强度电平倾向于最佳强度电平。
14.如权利要求10所述的方法，其中所述IR传感器数据的校正包括，为每个强度电平将预定FPN数据的多个强度电平中对应的一个，添加到所述IR传感器数据。
15.如权利要求10所述的方法，其中所述空间平均计算包括使所述校正后IR传感器数据经过平滑函数处理。
16.如权利要求10所述的方法，其中所述空间平均计算包括计算所述阵列中相邻IR传感器的多个组产生的平均信号电平。
17.如权利要求16所述的方法，其中相邻IR传感器的所述多个组包括行的一部分、列的一部分或多个IR传感器中的一块。
18.如权利要求10所述的方法，其中所述预定FPN数据的选定强度电平被用于校正来自所述数据帧的所述部分的IR传感器数据。
19.如权利要求10所述的方法，其中所述预定FPN数据的选定强度电平被用于校正来自所述IR传感器阵列产生的数据帧第二部分的IR传感器数据。
20.如权利要求10所述的方法，还包括进行所述IR传感器数据的两点校正。
21.一种用于在红外(IR)成像照相机中校正固定图案噪声(FPN)的方法，包括：
接收所述照相机中IR传感器阵列产生的第一帧数据的至少一部分来产生IR传感器数据；
使用预定FPN数据的至少三个强度电平校正所述IR传感器数据，为每个强度电平产生校正后IR传感器数据；
基于所述校正后IR传感器数据为每个强度电平计算目标函数值，每个目标函数值表明所述校正后IR传感器数据中剩下的FPN的相对电平；并且
选择产生最低目标函数值的所述预定FPN数据的强度电平，作为所述选定强度电平，来校正IR传感器数据；并且
使用所述选定强度电平作为所述三个强度电平的中间电平，用于在接收到所述第一帧数据之后接收的第二帧数据的FPN校正。
22.如权利要求21所述的方法，还包括为每个强度电平确定所述校正后IR传感器数据的空间平均。
23.如权利要求22所述的方法，其中为每个强度电平的所述目标函数的计算是基于对应的空间平均数据的。
24.如权利要求23所述的方法，其中所述目标函数计算包括，为每个强度电平从所述空间平均中减去校正后IR传感器数据，来产生差数据。
25.如权利要求24所述的方法，其中所述目标函数计算包括，计算所述差数据的绝对值来为每个强度电平产生绝对值数据。
26.如权利要求25所述的方法，其中所述目标函数计算包括，将所述绝对值数据限制在一个预定最大值以内来为每个强度电平产生限幅数据。
27.如权利要求26所述的方法，其中所述目标函数计算包括，将对应于每个强度电平的所述限幅数据求和，来计算每个强度电平的所述目标函数值的总和。
28.一种用于在红外(IR)成像照相机中校正固定图案噪声(FPN)的方法，包括：
接收所述照相机中IR传感器阵列顺序产生的数据帧的至少一部分，来为每一帧产生IR传感器数据；
使用预定FPN数据的多个强度电平校正每一帧中的所述IR传感器数据，来为每个强度电平产生校正后IR传感器数据；
基于所述校正后IR传感器数据，在每一帧内为每个强度电平计算目标函数值，每个目标函数值表明所述校正后IR传感器数据中剩下的FPN的相对电平；并且
为每一帧选择产生最低目标函数值的强度电平，作为所述选定强度电平来校正IR传感器数据，每一帧所述多个强度电平之一是来自前一帧的选定强度电平。
29.如权利要求28所述的方法，其中所述传感器阵列包括微型热辐射计的焦平面阵列。
30.如权利要求28所述的方法，其中所述强度电平对应于不同的多个预定FPN系数。
CN200610110816.5A 2005-05-26 2006-05-26 用于减小红外成像照相机中固定图案噪声的方法 Active CN1917590B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US68501005P 2005-05-26 2005-05-26
US60/685,010 2005-05-26

Publications (2)

Publication Number Publication Date
CN1917590A true CN1917590A (zh) 2007-02-21
CN1917590B CN1917590B (zh) 2011-08-10

Family

ID=36763167

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200610110816.5A Active CN1917590B (zh) 2005-05-26 2006-05-26 用于减小红外成像照相机中固定图案噪声的方法

Country Status (3)

Country Link
US (1) US7880777B2 (zh)
EP (1) EP1727359B1 (zh)
CN (1) CN1917590B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102415091A (zh) * 2009-03-02 2012-04-11 弗莱尔系统公司 用于处理红外图像的系统和装置
CN104580937A (zh) * 2015-01-21 2015-04-29 中国科学院上海技术物理研究所 一种红外成像系统条纹噪声去除方法
US9237284B2 (en) 2009-03-02 2016-01-12 Flir Systems, Inc. Systems and methods for processing infrared images
CN105430254A (zh) * 2014-09-16 2016-03-23 奥林巴斯株式会社 图像处理装置、摄像装置、图像处理方法
CN107079114A (zh) * 2014-09-29 2017-08-18 富士胶片株式会社 红外线摄像装置、固定图案噪声计算方法及固定图案噪声计算程序
US9756264B2 (en) 2009-03-02 2017-09-05 Flir Systems, Inc. Anomalous pixel detection
US9843742B2 (en) 2009-03-02 2017-12-12 Flir Systems, Inc. Thermal image frame capture using de-aligned sensor array
US9948872B2 (en) 2009-03-02 2018-04-17 Flir Systems, Inc. Monitor and control systems and methods for occupant safety and energy efficiency of structures
CN110677603A (zh) * 2019-09-16 2020-01-10 上海集成电路研发中心有限公司 一种用于单帧分段曝光的图像传感器
CN110708481A (zh) * 2019-09-16 2020-01-17 上海集成电路研发中心有限公司 一种基于差异复位的去除固定模式噪声方法
CN111133755A (zh) * 2017-07-27 2020-05-08 菲力尔系统公司 用于红外相机的平场校正系统和方法
US11113791B2 (en) 2017-01-03 2021-09-07 Flir Systems, Inc. Image noise reduction using spectral transforms
CN114112064A (zh) * 2021-11-05 2022-03-01 国网青海省电力公司检修公司 一种基于热学模式的电平调节红外成像检测方法
US11915394B2 (en) 2021-05-11 2024-02-27 Teledyne Flir Commercial Systems, Inc. Selective processing of anomalous pixels systems and methods

Families Citing this family (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8797392B2 (en) 2005-01-05 2014-08-05 Avantis Medical Sytems, Inc. Endoscope assembly with a polarizing filter
US8872906B2 (en) 2005-01-05 2014-10-28 Avantis Medical Systems, Inc. Endoscope assembly with a polarizing filter
US8289381B2 (en) 2005-01-05 2012-10-16 Avantis Medical Systems, Inc. Endoscope with an imaging catheter assembly and method of configuring an endoscope
US8182422B2 (en) 2005-12-13 2012-05-22 Avantis Medical Systems, Inc. Endoscope having detachable imaging device and method of using
WO2007087421A2 (en) 2006-01-23 2007-08-02 Avantis Medical Systems, Inc. Endoscope
US8287446B2 (en) 2006-04-18 2012-10-16 Avantis Medical Systems, Inc. Vibratory device, endoscope having such a device, method for configuring an endoscope, and method of reducing looping of an endoscope
JP2009537284A (ja) 2006-05-19 2009-10-29 アヴァンティス メディカル システムズ インコーポレイテッド 画像を作成しかつ改善するためのシステムおよび方法
GB0625936D0 (en) 2006-12-28 2007-02-07 Thermoteknix Systems Ltd Correction of non-uniformity of response in sensor arrays
US7738017B2 (en) * 2007-03-27 2010-06-15 Aptina Imaging Corporation Method and apparatus for automatic linear shift parallax correction for multi-array image systems
US7772557B2 (en) * 2007-03-29 2010-08-10 Fluke Corporation Offset compensation scheduling algorithm for infrared imagers
US8064666B2 (en) 2007-04-10 2011-11-22 Avantis Medical Systems, Inc. Method and device for examining or imaging an interior surface of a cavity
US20090213211A1 (en) * 2007-10-11 2009-08-27 Avantis Medical Systems, Inc. Method and Device for Reducing the Fixed Pattern Noise of a Digital Image
DE102007056731A1 (de) * 2007-11-26 2009-06-18 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Konzept zum Bestimmen eines Messwerts an einem Bauelement
US8235590B2 (en) * 2008-08-21 2012-08-07 Fluke Corporation Thermal instrument engine
US8378290B1 (en) * 2008-09-02 2013-02-19 Flir Systems, Inc. Sensor calibration systems and methods for infrared cameras
US8049163B1 (en) 2008-09-02 2011-11-01 Flir Systems, Inc. Calibration systems and methods for infrared cameras
US7683321B1 (en) * 2008-12-19 2010-03-23 Fluke Corporation Shutterless infrared imager algorithm with drift correction
US9544516B2 (en) 2008-12-26 2017-01-10 Digimarc Corporation Method and apparatus for sensor characterization
US9235876B2 (en) 2009-03-02 2016-01-12 Flir Systems, Inc. Row and column noise reduction in thermal images
US9208542B2 (en) 2009-03-02 2015-12-08 Flir Systems, Inc. Pixel-wise noise reduction in thermal images
SE533650C2 (sv) * 2009-04-22 2010-11-16 Flir Systems Ab Bildbehandlingsmetod för undertryckande av kolumn- eller radbrus i en IR-detekterad bild
DE102010008456A1 (de) * 2010-02-18 2011-08-18 Testo AG, 79853 Verfahren zur Extraktion eines IR-Bildes und Wärmebildkamera
WO2012027739A2 (en) 2010-08-27 2012-03-01 Milwaukee Electric Tool Corporation Thermal detection systems, methods, and devices
JP2012063150A (ja) * 2010-09-14 2012-03-29 Tokyo Electron Ltd 物理状態測定装置及び物理状態測定方法
US8760509B2 (en) * 2010-12-31 2014-06-24 Fluke Corporation Thermal imager with non-uniformity correction
WO2012125819A2 (en) 2011-03-15 2012-09-20 Milwaukee Electric Tool Corporation Thermal imager
US8749656B2 (en) * 2011-03-16 2014-06-10 Analog Devices, Inc. Apparatus and method for image decimation for image sensors
US8687885B2 (en) * 2011-05-19 2014-04-01 Foveon, Inc. Methods for reducing row and column patterns in a digital image
WO2012174508A1 (en) * 2011-06-16 2012-12-20 Suni Medical Imaging, Inc. Digital x-ray image sensor device
SE535607C2 (sv) 2011-09-22 2012-10-09 Flir Systems Ab Förfarande för ströljuskompensering av IR-kamera
SE535851C2 (sv) * 2011-10-14 2013-01-15 Flir Systems Ab Förfarande för gainmappgenerering i en IR-kamera, samt IR-kamera för utförande av gainmappgenerering
WO2013173541A1 (en) 2012-05-18 2013-11-21 Rebellion Photonics, Inc. Divided-aperture infra-red spectral imaging system for chemical detection
US9599508B2 (en) 2012-05-18 2017-03-21 Rebellion Photonics, Inc. Divided-aperture infra-red spectral imaging system
US10794769B2 (en) 2012-08-02 2020-10-06 Milwaukee Electric Tool Corporation Thermal detection systems, methods, and devices
US9438825B2 (en) 2012-12-10 2016-09-06 Fluke Corporation Infrared sensor amplification techniques for thermal imaging
EP3540392A1 (en) 2013-11-12 2019-09-18 Rebellion Photonics, Inc. Divided-aperture infra-red spectral imaging system
US11290662B2 (en) 2014-05-01 2022-03-29 Rebellion Photonics, Inc. Mobile gas and chemical imaging camera
US20170026588A1 (en) 2014-05-01 2017-01-26 Rebellion Photonics, Inc. Dual-band divided-aperture infra-red spectral imaging system
US10458905B2 (en) 2014-07-07 2019-10-29 Rebellion Photonics, Inc. Gas leak emission quantification with a gas cloud imager
US9549130B2 (en) * 2015-05-01 2017-01-17 Seek Thermal, Inc. Compact row column noise filter for an imaging system
WO2016185700A1 (ja) 2015-05-21 2016-11-24 富士フイルム株式会社 赤外線撮像装置および赤外線撮像装置による信号補正方法
CA2987404A1 (en) 2015-05-29 2016-12-08 Rebellion Photonics, Inc. Hydrogen sulfide imaging system
FR3038194B1 (fr) * 2015-06-26 2017-08-11 Ulis Correction de pixels parasites dans un capteur d'image infrarouge
US10419698B2 (en) * 2015-11-12 2019-09-17 Canon Kabushiki Kaisha Image processing apparatus and image processing method
EP3529573A4 (en) 2016-10-21 2020-05-20 Rebellion Photonics, Inc. MOBILE GAS AND CHEMICAL IMAGING CAMERA
WO2018075957A1 (en) 2016-10-21 2018-04-26 Rebellion Photonics, Inc. Gas imaging system
WO2018156795A1 (en) 2017-02-22 2018-08-30 Rebellion Photonics, Inc. Systems and methods for monitoring remote installations
US11012594B2 (en) 2017-06-05 2021-05-18 Adasky, Ltd. Techniques for correcting oversaturated pixels in shutterless FIR cameras
US10511793B2 (en) 2017-06-05 2019-12-17 Adasky, Ltd. Techniques for correcting fixed pattern noise in shutterless FIR cameras
KR102555362B1 (ko) 2017-06-05 2023-07-13 아다스카이, 엘티디. 자동차 안전 및 주행 시스템을 위한 셔터리스 원적외선(fir) 카메라
US10699386B2 (en) 2017-06-05 2020-06-30 Adasky, Ltd. Techniques for scene-based nonuniformity correction in shutterless FIR cameras
US10929955B2 (en) 2017-06-05 2021-02-23 Adasky, Ltd. Scene-based nonuniformity correction using a convolutional recurrent neural network
WO2019006110A1 (en) * 2017-06-29 2019-01-03 Adasky, Ltd. FIXED CYCLIC NOISE CORRECTION TECHNIQUES IN FIR NON-SHUTTER CAMERAS
EP4116702B1 (en) 2017-11-09 2024-01-03 Rebellion Photonics, Inc. Window obscuration sensors for mobile gas and chemical imaging cameras
TWI676010B (zh) * 2018-10-24 2019-11-01 國家中山科學研究院 微阻器讀出電路與校正方法
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
FR3095713B1 (fr) * 2019-04-30 2021-05-07 Ulis Procédé et dispositif pour retirer la rémanence dans une image infrarouge d'une scène changeante
FR3095714B1 (fr) * 2019-04-30 2021-05-07 Ulis Procédé et dispositif pour retirer la rémanence dans une image infrarouge d'une scène statique
KR102359473B1 (ko) * 2020-10-21 2022-02-08 써모아이 주식회사 열화상 카메라 노이즈 보상 방법 및 장치
US11798136B2 (en) 2021-06-10 2023-10-24 Bank Of America Corporation Automated teller machine for detecting security vulnerabilities based on document noise removal
FR3143163A1 (fr) * 2022-12-13 2024-06-14 Hgh Systemes Infrarouges Procede et systeme de correction de bruit fixe d’une image

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5300915A (en) * 1986-07-16 1994-04-05 Honeywell Inc. Thermal sensor
US5021663B1 (en) * 1988-08-12 1997-07-01 Texas Instruments Inc Infrared detector
US5286976A (en) 1988-11-07 1994-02-15 Honeywell Inc. Microstructure design for high IR sensitivity
US4975864A (en) * 1989-01-26 1990-12-04 Hughes Aircraft Company Scene based nonuniformity compensation for starting focal plane arrays
EP0672325B2 (en) * 1992-06-19 2008-08-27 Honeywell Inc. Infrared camera with thermoelectric temperature stabilization
US5471240A (en) 1993-11-15 1995-11-28 Hughes Aircraft Company Nonuniformity correction of an imaging sensor using region-based correction terms
GB2303988A (en) * 1995-07-31 1997-03-05 Secr Defence Thermal imaging system with detector array calibration mode
US6023061A (en) * 1995-12-04 2000-02-08 Microcam Corporation Miniature infrared camera
DE69807096T2 (de) * 1997-09-26 2003-03-20 Qinetiq Ltd., London Sensorvorrichtung
JP4011851B2 (ja) * 1997-12-18 2007-11-21 三菱電機株式会社 赤外線固体撮像素子
GB2332585B (en) * 1997-12-18 2000-09-27 Simage Oy Device for imaging radiation
CN2368020Y (zh) * 1998-10-21 2000-03-08 陈朝旺 红外线温度测量装置
US6444983B1 (en) * 1999-10-07 2002-09-03 Infrared Solutions, Inc. Microbolometer focal plane array with controlled bias
US6465785B1 (en) * 2000-05-05 2002-10-15 Infrared Solutions, Inc. Apparatus and method for compensating for pixel non-uniformity in a bolometer
US7016550B2 (en) * 2002-04-19 2006-03-21 Lockheed Martin Corporation Scene-based non-uniformity offset correction for staring arrays
US7065465B2 (en) * 2002-03-26 2006-06-20 Lockheed Martin Corporation Method and system for multi-sensor data fusion

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9756264B2 (en) 2009-03-02 2017-09-05 Flir Systems, Inc. Anomalous pixel detection
US8780208B2 (en) 2009-03-02 2014-07-15 Flir Systems, Inc. Systems and methods for processing infrared images
CN102415091B (zh) * 2009-03-02 2014-12-31 弗莱尔系统公司 用于处理红外图像的系统和装置
CN104539855A (zh) * 2009-03-02 2015-04-22 弗莱尔系统公司 用于处理红外图像数据的系统和装置
US9948872B2 (en) 2009-03-02 2018-04-17 Flir Systems, Inc. Monitor and control systems and methods for occupant safety and energy efficiency of structures
US9237284B2 (en) 2009-03-02 2016-01-12 Flir Systems, Inc. Systems and methods for processing infrared images
CN102415091A (zh) * 2009-03-02 2012-04-11 弗莱尔系统公司 用于处理红外图像的系统和装置
CN104539855B (zh) * 2009-03-02 2016-09-28 弗莱尔系统公司 用于处理红外图像数据的系统和装置
US9843742B2 (en) 2009-03-02 2017-12-12 Flir Systems, Inc. Thermal image frame capture using de-aligned sensor array
CN105430254A (zh) * 2014-09-16 2016-03-23 奥林巴斯株式会社 图像处理装置、摄像装置、图像处理方法
CN105430254B (zh) * 2014-09-16 2018-09-11 奥林巴斯株式会社 图像处理装置、摄像装置、图像处理方法
US10735680B2 (en) 2014-09-29 2020-08-04 Fujifilm Corporation Infrared imaging device, fixed pattern noise calculation method, and fixed pattern noise calculation program
CN107079114A (zh) * 2014-09-29 2017-08-18 富士胶片株式会社 红外线摄像装置、固定图案噪声计算方法及固定图案噪声计算程序
CN104580937B (zh) * 2015-01-21 2017-06-27 中国科学院上海技术物理研究所 一种红外成像系统条纹噪声去除方法
CN104580937A (zh) * 2015-01-21 2015-04-29 中国科学院上海技术物理研究所 一种红外成像系统条纹噪声去除方法
US11227365B2 (en) 2017-01-03 2022-01-18 Flir Systems, Inc. Image noise reduction using spectral transforms
US11113791B2 (en) 2017-01-03 2021-09-07 Flir Systems, Inc. Image noise reduction using spectral transforms
CN111133755A (zh) * 2017-07-27 2020-05-08 菲力尔系统公司 用于红外相机的平场校正系统和方法
CN111133755B (zh) * 2017-07-27 2022-02-18 泰立戴恩菲力尔有限责任公司 用于红外相机的平场校正系统和方法
CN110708481A (zh) * 2019-09-16 2020-01-17 上海集成电路研发中心有限公司 一种基于差异复位的去除固定模式噪声方法
CN110677603B (zh) * 2019-09-16 2021-09-14 上海集成电路研发中心有限公司 一种用于单帧分段曝光的图像传感器和数据采集方法
CN110677603A (zh) * 2019-09-16 2020-01-10 上海集成电路研发中心有限公司 一种用于单帧分段曝光的图像传感器
US11915394B2 (en) 2021-05-11 2024-02-27 Teledyne Flir Commercial Systems, Inc. Selective processing of anomalous pixels systems and methods
CN114112064A (zh) * 2021-11-05 2022-03-01 国网青海省电力公司检修公司 一种基于热学模式的电平调节红外成像检测方法

Also Published As

Publication number Publication date
CN1917590B (zh) 2011-08-10
US7880777B2 (en) 2011-02-01
US20060279632A1 (en) 2006-12-14
EP1727359B1 (en) 2013-05-01
EP1727359A2 (en) 2006-11-29
EP1727359A3 (en) 2009-04-01

Similar Documents

Publication Publication Date Title
CN1917590B (zh) 用于减小红外成像照相机中固定图案噪声的方法
US10110833B2 (en) Hybrid infrared sensor array having heterogeneous infrared sensors
US10412314B2 (en) Systems and methods for photometric normalization in array cameras
US10999544B2 (en) Image sensor including phase detection pixels and image pickup device
EP2923187B1 (en) Hybrid infrared sensor array having heterogeneous infrared sensors
KR101059483B1 (ko) 감도 조절이 가능한 적외선 센서
US9006630B2 (en) Quality of optically black reference pixels in CMOS iSoCs
US10079982B2 (en) Determination of an absolute radiometric value using blocked infrared sensors
Marcotte et al. Infrared camera NUC and calibration: comparison of advanced methods
Zhou et al. Scene-based nonuniformity correction for airborne point target detection systems
US20080278613A1 (en) Methods, apparatuses and systems providing pixel value adjustment for images produced with varying focal length lenses
EP2764685A1 (en) Determination of an absolute radiometric value using blocked infrared sensors
CN103312983B (zh) 一种太赫兹成像仪镜头补偿方法
JP4017983B2 (ja) 複数のバイアスパルスによるボロメータアレーの読み出し方法及び装置
US9628730B2 (en) Dark current gradient estimation using optically black pixels
JP6991371B1 (ja) 赤外線撮像装置
Becker et al. Uniformity correction of CMOS image sensor modules for machine vision cameras
US10481007B2 (en) System for detecting electromagnetic radiation
US20220187136A1 (en) Infrared imaging-related uncertainty gauging systems and methods
Dunlap et al. Dark current in an active pixel complementary metal-oxide-semiconductor sensor
US20080165262A1 (en) Method for capturing image data
JP7271604B2 (ja) 赤外線撮像装置
US20240168268A1 (en) Athermalized lens systems and methods
Fernandez et al. Implementation of a non-linear CMOS and CCD focal plane array model in ASSET
KR100491248B1 (ko) 적외선 감지소자를 구비한 적외선 촬영장치

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: FLUKE ELECTRONICS CORP.

Free format text: FORMER OWNER: INFRARED SOLUTION CO., LTD.

Effective date: 20110603

Owner name: FOLUC CORP.

Free format text: FORMER OWNER: FLUKE ELECTRONICS CORP.

Effective date: 20110603

C41 Transfer of patent application or patent right or utility model
COR Change of bibliographic data

Free format text: CORRECT: ADDRESS; FROM: MINNESOTA, THE USA TO: WASHINGTON, THE USA

TA01 Transfer of patent application right

Effective date of registration: 20110603

Address after: Washington, USA

Applicant after: FLUKE Corp.

Address before: Washington, USA

Applicant before: Fluke Electronics Ltd.

Effective date of registration: 20110603

Address after: Washington, USA

Applicant after: Fluke Electronics Ltd.

Address before: American Minnesota

Applicant before: Infrared Solutions

C14 Grant of patent or utility model
GR01 Patent grant