留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于模糊中值的IRFPA自适应盲元检测与补偿

冷寒冰 宫振东 谢庆胜 范哲源 武登山

冷寒冰, 宫振东, 谢庆胜, 范哲源, 武登山. 基于模糊中值的IRFPA自适应盲元检测与补偿[J]. 红外与激光工程, 2015, 44(3): 821-826.
引用本文: 冷寒冰, 宫振东, 谢庆胜, 范哲源, 武登山. 基于模糊中值的IRFPA自适应盲元检测与补偿[J]. 红外与激光工程, 2015, 44(3): 821-826.
Leng Hanbing, Gong Zhendong, Xie Qingsheng, Fan Zheyuan, Wu Dengshan. Adaptive blind pixel detection and compensation for IRFPA based on fuzzy median filter[J]. Infrared and Laser Engineering, 2015, 44(3): 821-826.
Citation: Leng Hanbing, Gong Zhendong, Xie Qingsheng, Fan Zheyuan, Wu Dengshan. Adaptive blind pixel detection and compensation for IRFPA based on fuzzy median filter[J]. Infrared and Laser Engineering, 2015, 44(3): 821-826.

基于模糊中值的IRFPA自适应盲元检测与补偿

基金项目: 

国家自然科学基金(61201376);中国科学院西部之光项目(Y229E21213)

详细信息
    作者简介:

    冷寒冰(1978-),男,副研究员,硕士生导师,博士,主要从事红外图像信号处理方面的研究.Email:lenghanbing@opt.ac.cn

  • 中图分类号: TN21

Adaptive blind pixel detection and compensation for IRFPA based on fuzzy median filter

  • 摘要: 红外焦平面阵列(IRFPA)的盲元既包括因材料与制造工艺的缺陷而导致的固定盲元,也包括因环境温度的漂移而出现的随机盲元.基于场景的盲元检测与补偿算法是去除这两种盲元,提高IRFPA 成像质量的有效手段.针对目前滤波类场景检测算法无法有效区分弱小点目标和随机盲元的缺陷,重点研究了随机盲元的响应特性和噪声特性,并提出了一种基于模糊中值与时域累积的盲元自适应检测与补偿算法.首先利用模糊中值滤波器从场景中提取出潜在的盲元,并通过多帧累积确定固定盲元和随机盲元的正确分布,最后对盲元进行实时补偿.实验结果证明:该算法可以有效地实现对盲元的校正,同时避免对弱小点目标的误判别.
  • [1] Zhou Huixin, Wei Yajiao, Qin Hanlin, et al. Blind-pixel iterative detection algorithm based on double threshold for uncooled IRFPA [J]. Infrared and Laser Engineering, 2011, 40(5): 795-799. (in Chinese) 周慧鑫, 魏亚娇, 秦翰林, 等. 采用双阈值的非制冷IRFPA 盲元迭代检测算法[J]. 红外与激光工程, 2011, 40(5): 795-799.
    [2]
    [3] Shi Yan, Mao Haicen, Zhang Tianxu, et al. New approach of IRFPA noneffective pixel discrimination based on pixel's characteristics histogram analysis[J]. Jounal of Infrared and Millimeter Waves, 2005, 24(2): 119-124. (in Chinese) 石岩, 毛海岑, 张天序, 等. 一种新的基于特征直方图分解 的红外焦平面阵列无效像元判别方法[J]. 红外与毫米波 学报, 2005, 24(2): 119-124.
    [4]
    [5]
    [6] Li Yanjun, Cui Ruiqing, Zhao Guifang, et al. A new method of bad pixel detectin and compensation of IRFPA [J]. Laser Infrared, 2007, 37(1): 51-52. (in Chinese) 李言俊, 崔瑞青, 赵桂芳, 等. 一种新的红外焦平面阵列盲 元检测方法[J]. 激光与红外, 2007, 37(1): 51-52.
    [7]
    [8] Li Qiuming, Hou Qingyu, Wu Chunfeng, et al. Detection and classification of blind pixels based on statistical characteristic abnormity of 3D noise [J]. Journal of Harbin Institute of Technology, 2010, 42(1): 37-40. (in Chinese) 李秋明, 候晴宇, 武春风, 等. 基于三维噪声统计特性异常的盲 元检测与分类[J]. 哈尔滨工业大学学报, 2010, 42(1): 37-40.
    [9] Sun Hui, Sun Kai, Hou Qingyu. Blind-pixel detection based on the abnormality of statistic characteristic of fixed pattern noise [J]. Journal of Harbin University of Science and Technology, 2011, 16(2): 16-19. (in Chinese) 孙慧, 孙凯, 候晴宇. 基于固定图形噪声统计特性异常的 盲元检测方法[J]. 哈尔滨理工大学学报, 2011, 16(2): 16-19.
    [10]
    [11] Li Huaiqiong, Chen Qian, Gao Wenkun. Dynamic detection and compensation algorithm of defective pixels for IRFPA[J]. Infrared and Laser Engineering, 2006, 35 (2): 192-196. (in Chinese) 李怀琼, 陈钱, 高文昆. 红外焦平面阵列失效元动态检测 与校正算[J]. 红外与激光工程, 2006, 35(2): 192-196.
    [12]
    [13]
    [14] Zhang Xining, Improved blind element inspection algorithm of infrared FPA array [J]. Laser Infrared, 2010, 40(10): 1149-1153. (in Chinese) 张熙宁. 一种改进的红外焦平面阵列盲元检测算法[J]. 激 光与红外, 2010, 40(10): 1149-1153.
    [15]
    [16] Liu Chongliang, Jin Weiqi, Cao Yang, et al. New dynamic algorithm for IRFPA bad pixel detection and compensation based on statistics [J]. Journal of Beijing Institute of Technology, 2009, 18 (4): 463-467.
    [17] Huang Xi, Zhang Jianqi, Liu Delian. Algorithm of blind pixels adaptive detection and compensation for infrared image[J]. Infrared and Laser Engineering, 2011, 40(2): 370-375. (in Chinese) 黄曦, 张建奇, 刘德连. 红外图像盲元自适应检测及补偿 算法[J]. 红外与激光工程, 2011, 40(2): 370-375.
    [18]
    [19] Wang Bingjian, Liu Shangqian, Li Qing, et al. Blind-pixel correction algorithm for an infrared focal plane array based on moving scene analysis [J]. Optical Engineering, 2006, 45(3): 036401: 1-4.
    [20]
    [21] 国家技术监督局. GB/T17444-1998. 红外焦平面阵列特性 参数测试技术规范[S]. 北京: 中国出版社, 1998. (in Chinese)
  • [1] 李建林, 谢刚, 刘炼, 陈晓燕, 董伟, 雷永畅.  碲镉汞焦平面阵列无效像元(盲元)特征与成因 . 红外与激光工程, 2021, 50(2): 20200202-1-20200202-12. doi: 10.3788/IRLA20200202
    [2] 尚超, 王锦春, 张晓兵.  红外焦平面阵列读出电路非均匀性研究 . 红外与激光工程, 2020, 49(8): 20190581-1-20190581-8. doi: 10.3788/IRLA20190581
    [3] 张长兴, 刘成玉, 亓洪兴, 张东, 蔡能斌.  热红外高光谱成像仪光谱匹配盲元检测算法 . 红外与激光工程, 2020, 49(1): 0104002-0104002(7). doi: 10.3788/IRLA202049.0104002
    [4] 李建林, 张绍裕, 孙娟, 谢刚, 周嘉鼎, 马颖婷.  热应力加速试验评定碲镉汞焦平面阵列像元储存寿命 . 红外与激光工程, 2019, 48(10): 1004003-1004003(9). doi: 10.3788/IRLA201948.1004003
    [5] 钱润达, 赵东, 周慧鑫, 于君娜, 王士成, 荣生辉.  基于加权引导滤波与时域高通滤波的非均匀性校正算法 . 红外与激光工程, 2018, 47(12): 1204001-1204001(6). doi: 10.3788/IRLA201847.1204001
    [6] 余菲, 任栖锋, 李素钧, 金和.  低温背景下红外焦平面阵列的噪声分析 . 红外与激光工程, 2017, 46(3): 304003-0304003(6). doi: 10.3788/IRLA201746.0304003
    [7] 郑博, 王健, 许文斌, 王晓东, 孙强.  基于方向性模型的红外焦平面阵列混叠效应研究 . 红外与激光工程, 2016, 45(11): 1104001-1104001(6). doi: 10.3788/IRLA201645.1104001
    [8] 张磊, 王岳环, 宋琼.  红外焦平面条带状非均匀性校正硬件实现方法 . 红外与激光工程, 2015, 44(10): 2886-2890.
    [9] 沈祥伟, 吕衍秋, 刘炜, 曹先存, 何英杰.  InSb 红外焦平面阵列探测器湿法刻蚀 . 红外与激光工程, 2014, 43(9): 2805-2809.
    [10] 王雯, 张小雷, 吕衍秋, 司俊杰.  Si基InSb红外焦平面阵列探测器的研究 . 红外与激光工程, 2014, 43(5): 1359-1363.
    [11] 徐世伟, 魏东, 王大鹏, 刘万成.  红外线阵探测器盲元定位与补偿 . 红外与激光工程, 2014, 43(11): 3621-3626.
    [12] 季尔优, 顾国华, 柏连发, 陈钱, 钱惟贤.  前景重配准的改进帧间误差最小化非均匀性校正算法 . 红外与激光工程, 2014, 43(5): 1672-1678.
    [13] 华桦, 何凯, 周松敏, 胡晓宁.  利用MATLAB 进行焦平面探测器的In 柱高度自动统计 . 红外与激光工程, 2014, 43(7): 2148-2151.
    [14] 张红辉, 罗海波, 余新荣, 丁庆海.  采用特征直方图的红外焦平面阵列盲元检测方法 . 红外与激光工程, 2014, 43(6): 1807-1811.
    [15] 刘慧, 朱明超, 吴泽鹏, 郭玲玲, 赵其昌, 贾宏光, 宣明.  红外焦平面阵列非均匀性自适应校正方法 . 红外与激光工程, 2014, 43(5): 1364-1369.
    [16] 基于小波变换直方图规定的非均匀性校正算法 . 红外与激光工程, 2013, 42(12): 3481-3485.
    [17] 陈宝国, 张学峰, 牛英宇.  改进的基于神经网络的非均匀性校正算法 . 红外与激光工程, 2013, 42(3): 574-578.
    [18] 朱瑞飞, 王超, 魏群, 贾宏光, 周文明.  红外探测器非均匀性校正系统研制 . 红外与激光工程, 2013, 42(7): 1669-1673.
    [19] 任建乐, 陈钱, 顾国华, 钱惟贤.  红外焦平面阵列条纹非均匀性校正方法 . 红外与激光工程, 2013, 42(8): 1987-1990.
    [20] 屈惠明, 陈钱.  环境温度补偿的红外焦平面阵列非均匀性校正 . 红外与激光工程, 2011, 40(12): 2328-2332.
  • 加载中
计量
  • 文章访问数:  325
  • HTML全文浏览量:  53
  • PDF下载量:  194
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-07-10
  • 修回日期:  2014-08-12
  • 刊出日期:  2015-03-25

基于模糊中值的IRFPA自适应盲元检测与补偿

    作者简介:

    冷寒冰(1978-),男,副研究员,硕士生导师,博士,主要从事红外图像信号处理方面的研究.Email:lenghanbing@opt.ac.cn

基金项目:

国家自然科学基金(61201376);中国科学院西部之光项目(Y229E21213)

  • 中图分类号: TN21

摘要: 红外焦平面阵列(IRFPA)的盲元既包括因材料与制造工艺的缺陷而导致的固定盲元,也包括因环境温度的漂移而出现的随机盲元.基于场景的盲元检测与补偿算法是去除这两种盲元,提高IRFPA 成像质量的有效手段.针对目前滤波类场景检测算法无法有效区分弱小点目标和随机盲元的缺陷,重点研究了随机盲元的响应特性和噪声特性,并提出了一种基于模糊中值与时域累积的盲元自适应检测与补偿算法.首先利用模糊中值滤波器从场景中提取出潜在的盲元,并通过多帧累积确定固定盲元和随机盲元的正确分布,最后对盲元进行实时补偿.实验结果证明:该算法可以有效地实现对盲元的校正,同时避免对弱小点目标的误判别.

English Abstract

参考文献 (21)

目录

    /

    返回文章
    返回