论文部分内容阅读
近年来,随着夜间监视、森林防火监控、海洋搜救、海洋污染监测、军事目标侦查等领域需求的不断扩大,人们迫切需要高分辨率,高温度灵敏度的红外探测器,从而完成传统遥感所不能完成的任务。但红外探测器中探测像元两两之间相互独立,其响应具有非均匀性,图像上存在固定样式噪声。通过非均匀性校正去除图像上的固定样式噪声能够有效地提高热灵敏度,研究表明：非均匀性每降低0.013%,可以提升热灵敏度10mk。同时像元的响应容易受外部环境影响,如环境温度、偏置电压等因素,导致固定样式噪声具有时变性,增加了非均匀性校正的难度。为了去除时变的固定样式噪声,国内外研究学者已提出了大量的基于场景的非均匀性校正算法。但现有算法存在实时性差、鲁棒性差、易产生鬼影等问题。未见有基于场景的非均匀性校正算法得到实际应用的报道。本文针对凝视型与扫描型两种红外热成像探测器,在兼顾算法实时性的情况下,重点解决传统的场景非均匀性算法鲁棒性差、易产生鬼影的问题,从而提高成像热灵敏度,为高灵敏度红外热像仪的研制提供理论基础。在凝视型红外热成像中,本文针对传统场景非均匀性校正方法在图像的边缘纹理区域会产生鬼影的问题,从红外热传导效应出发,分析红外图像的局部空间相关性,提出了一种基于空时结合停止门限的自适应非均匀性校正方法,将产生鬼影的风险降至最低。算法的主要贡献在于：通过空间相关性检测局部均匀区域；通过时域帧间运动检测前后帧是否存在变化；提出空时结合的判决门限,只有在帧间存在运动的局部均匀区域才允许更新校正系数。实验结果表明,本文提出的算法鲁棒性强,能够有效地抑制鬼影,非均匀性从0.09%降低至0.057%,高热灵敏度提高了约22mk。在扫描型红外热成像中,针对连续红外视频,利用扫描方向上的像素点具有相同的非均匀性这一特性,本文提出了一种基于最小二乘拟合的非均匀性校正方法,通过在图像的每一行构建校正前后的广义方程组,从而找出非均匀性校正系数的自适应迭代方向并进行更新。实现了全局和局部运动场景视频的非均匀性校正处理。与传统的场景非均匀性校正算法相比,粗糙度降低了15%至20%不等。针对单帧红外图像上的条纹非均匀性,本文提出了一种基于Landweber迭代的去条纹非均匀性的算法,通过求解反问题找到最优的非均匀性校正系数。引入并改进Landweber迭代更新非均匀性校正系数,并通过空间相关性检测减少边缘纹理的干扰,提高算法鲁棒性。算法效率远优于其他单帧内去除条纹噪声的算法,且粗糙度能够进一步降低8%至23%不等。