基于雙參考輻射源的盲元檢測和補償算法

0成像階段的盲元檢測與補償紅外焦耳三維陣列（irfpa）技術的快速開發極大地促進了紅外成像系統在更廣泛的應用的普及。然而，由于制造技術的影響、材料等因素，ivfpa設備不可避免地存在著盲元素、不均勻等問題，這大大降低了紅外成像系統輸出圖像的信噪比。盲元素的數量及其分布對設備的性能有重大影響。如果盲元素過多，在未處理的紅外圖像輸出圖像中會出現大量的亮點和黑暗點，這將嚴重影響系統的性能。因此，在成像步驟中，需要對粗體蒙太奇進行識別和補償，以提高紅外成像系統的性能。從目前的研究文獻來看，國外關于盲元素的檢測和補償的報道很少，但檢測原理沒有具體而詳細的討論。報告的盲源補償算法基本上包括線性插值法、相鄰圖像源替換法和中值濾波法。中國已經實現了對齊盲元的系統，但很少有盲元補償。人們的理解尚未得到更好的解決。本文在分析盲元特性的基礎上,在成像階段采用數字信號處理技術,提出了一種基于雙參考源的盲元自動檢測和補償的新算法,它具有對盲元查找快速、定位準確、補償效果好及易于軟硬件實現等特點,經實際的IRFPA成像實驗,結果證明了該算法的有效性和實用性.1愛福帕檢測和補償算法1.1盲元定義1.1.1定動態范圍條件下,像元的輻照響應電壓計算假設探測器為M×N的紅外焦平面陣列.像元響應率R(i,j)為IRFPA在一定幀周期和一定動態范圍條件下,像元對每單位輻照功率產生的輸出信號電壓R(i,j)=Vs(i,j)P(1)R(i,j)=Vs(i,j)Ρ(1)式中i=1～M,j=1～N,Vs(i,j)為第(i,j)像元對應于輻照功率P的響應電壓,P為第(i,j)像元所接收的輻照功率.1.1.2積極性檢驗mIRFPA各有效像元響應率的平均值Rˉˉˉ=1M×N?(d+h)∑i=1M∑j=1NR(i,j)(2)Rˉ=1Μ×Ν-(d+h)∑i=1Μ∑j=1ΝR(i,j)(2)式中M和N分別是IRFPA像元的行數和列數;d和h分別是死像元數和過熱像元數.實際測量中,d和h是經多次迭代計算得到.1.1.3像元的像元盲元包括死像元和過熱像元.死像元指像元響應率小于平均響應率的1/10的像元;而過熱像元就是像元噪聲電壓大于平均噪聲電壓10倍的像元.以上盲元的定義是按IRFPA器件對黑體輻射的響應程度作為量化指標的,它是基于實驗室測量結果的公式.1.2基于兩端參考輻射源的盲元自動檢測技術IRFPA中的盲元與正常探測單元在響應特性上有很大差異.正常探測單元的溫度響應特性曲線在一定的動態范圍內是線性的,如圖1中的曲線2;而盲元的動態范圍遠離正常的探測單元的動態范圍,盲元的溫度響應特性曲線多為非線性的,并且變化斜率偏高或者偏低,對兩個不同溫度的響應其兩點差值偏離正常的探測單元的兩點差值,如圖1中的曲線1和曲線3.針對盲元響應特性的這一特點,本文提出了一種基于兩點參考輻射源的盲元自動檢測技術.雙參考輻射源法的原理是:采用兩個具有不同溫度的黑體參考源均勻照射IRFPA,得到兩組不同的響應數據,根據這兩組數據計算并判斷出IRFPA中的盲元位置.具體的操作過程如下:1)用一低溫的均勻輻射源φ1照射IRFPA各探測單元,記錄每一探測單元的響應Vi,j(φ1),并存儲起來;2)再用一高溫的均勻輻射源φ2照射IRFPA各探測單元,記錄每一探測單元的響應Vi,j(φ2),并存儲起來;3)將這兩組數據的差值ΔVi,j=Vi,j(φ2)-Vi,j(φ1)(3)與預設的比較門限值δ作比較.如果ΔVi,j≥δ,則認為該像(i,j)元為正常像元;如果ΔVi,j<δ,則該判斷該(i,j)像元為盲元.δ的選定對整個盲元的檢測非常關鍵.從理論上說,由IRFPA成像的數學模型可得到溫度差值為ΔT條件下的紅外響應灰度差值δ,即可將此值定為比較門限值.但是由于該數學模型涉及模擬和數字電路,模型的建立較復雜,且應用的價值不大.在實際應用中一般采用經驗值設定δ,即根據各單元對雙參考源的實際響應數據及盲元定義的臨界值進行有限次的迭代修正以確定δ.1.3東北部內插盲元補償算法盲元補償是采用盲元周圍的有效圖像信息或前后幀的圖像信息對盲元位置的信息進行預測和替代的過程.紅外成像系統主要是對景物的實時動態成像,由圖像信息理論可知,其相鄰兩點或兩幀之間的圖像數據具有極高的相關性.根據插值理論,對于連續變化的函數,可以采用一點的前后兩點或多點對該點數值進行插值預測.由此,本文提出了場內行列間內插的盲元補償算法.場內行列間內插的盲元補償算法是利用同場相鄰行列的相關性,采用2點、4點、8點等數據進行內插,但隨著內插點數的增加,實現算法的計算量將成倍地增加.本文根據實際需要,選用了相鄰4點數據完成對盲元的加權插值補償.算法設計要點:12相鄰插值點的選擇2多個相鄰點之間的關系P(i,j)=k×P(i-1,j)+l×P(i,j-1)+m×P(i,j+1)+n×P(i+1,j)(4)認為它們對中間點的信息貢獻相等,則選取k=l=m=n=1/4.如果某個相鄰點本身就是盲元,例如P(i-1,j)為盲元,則P(i,j)=k×P(i-2,j)+l×P(i,j-1)+m×P(i,j+1)+n×P(i+1,j)(5)選取k=1/8,l=m=1/4,n=3/8.其他情形,以此類推.在此選擇除數為2的次冪,是為了易于硬件算法實現.2其他圖像的成像質量利用128×128IRFPA像機樣機對均勻背景進行成像實驗,實驗結果如圖2.圖2(a)是沒有經過盲元補償的原始圖像,存在很多過亮點和過暗點,還有很明顯的一條亮線和幾條暗線,這都是由于盲元所造成的,嚴重降低了成像的質量.圖2(b)是圖2(a)經過盲元補償后的成像圖像,可以看到圖像的像質得到了顯著的改善,驗證了本算法對提高IRFPA成像系統的成像質量是行之有效的.需要說明的是,在圖像的右上角有一整塊的盲元區,對于盲元塊,是無法有效地消除的.實際上在一般工業標準中,合格的焦平面陣列器件產品是不允許出現連續的盲元的.3irfpa成像技術的特點本文提出了一種基于雙參考輻射源的盲元自動檢測技術,在成像階段采用數字信號處理技術,對焦平面陣列中的盲元進行插值補償,使成像圖像變得平滑,有效地改善了圖像質量.實驗結果表明:該算法具有盲元查找快速、定位準確率高、校正效果好及易于軟硬件實現等特點,是一項實用價值很高的IRFPA成像處理技術.如果盲元點P(i,j)的相鄰點P(i-1,j)、P(i,j-1)、P(i,j+1)和P(i+1,j)不是盲元,則用P(i-1,j)、P(i,j-1)、P(i,j