基于场景的红外光学系统渐晕效应校正方法

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

基于场景的红外光学系统渐晕效应校正方法

李召龙, 沈同圣, 史浩然, 娄树理

文章导航 > 红外与激光工程 > 2015 > 44(S1): 8-12

李召龙, 沈同圣, 史浩然, 娄树理. 基于场景的红外光学系统渐晕效应校正方法[J]. 红外与激光工程, 2015, 44(S1): 8-12.

引用本文:

李召龙, 沈同圣, 史浩然, 娄树理. 基于场景的红外光学系统渐晕效应校正方法[J]. 红外与激光工程, 2015, 44(S1): 8-12.

Li Zhaolong, Shen Tongsheng, Shi Haoran, Lou Shuli. Scene-based method to correct vignetting effect of IR optical system[J]. Infrared and Laser Engineering, 2015, 44(S1): 8-12.

Citation:

Li Zhaolong, Shen Tongsheng, Shi Haoran, Lou Shuli. Scene-based method to correct vignetting effect of IR optical system[J]. Infrared and Laser Engineering, 2015, 44(S1): 8-12.

基于场景的红外光学系统渐晕效应校正方法

1.
海军航空工程学院控制工程系,山东烟台 264001;
2.
中国国防科技信息中心,北京 100142

基金项目:

国家自然科学基金(61303192)

作者简介:
李召龙(1987-),男,博士生,主要从事光电制导、红外物理与技术、红外成像系统性能测试与仿真等方面的研究。Email:zgzb1987@sina.com

中图分类号: TN216

Scene-based method to correct vignetting effect of IR optical system

1.
Department of Control Engineering,Naval Aeronautical and Astronautical University,Yantai 264001,China;
2.
National Defense Science and Technology Information Center,Beijing 100142,China

摘要: 渐晕效应是红外成像过程中普遍存在的现象。由于红外成像系统输出的场景亮度或对比度通常较低,所以渐晕效应对成像性能的影响非常严重,因此对渐晕效应的校正也显得尤为重要。对渐晕效应的产生原因做了分析,首先提出了一种渐晕快速校正方法。通过场景之间做差,提取背景信息。用二维高斯函数逼近背景灰度分布,得到较准确的校正因子,从而实现渐晕校正。然后利用方差信息改进了背景提取方法,使方法适用于较复杂的场景。提出像素点差值和的概念来评价校正效果,校正后差值和普遍减小到未校正差值和的1/5到1/2。两种方法均不需要亮度均匀分布的参考背景,即可实现对渐晕效应比较理想的校正。
- 渐晕效应 /
- 背景灰度分布 /
- 二维高斯分布 /
- 校正因子 /
- 评价
Abstract: The vignetting effect is a widespread phenomenon in the process of infrared imaging. Because the output brightness or contrast of the infrared imaging system is low, the impact of vignetting effect on the performance of the system is very serious. Therefore, it is particularly important to correct the vignetting effect. The cause of the generation of the vignetting effect was analyzed. Firstly, a fast correction method was proposed. The difference between scene was used to get background information. The background gray level distribution was approximated by the two-dimensional Gauss distribution, and the correction factor was obtained. Then the background extraction method was improved by using the variance information, and the method was applied to a more complex scene. The concept of the sum of pixel difference was presented. After correction, the sum of pixel difference decreaseal to 1/5-1/2 of the sum of pixel difference before correction. The correction effect of the two methods is better without using a reference scene of uniform gray distribution.
- vignetting effect /
- background gray distribution /
- 2D Gauss distribution /
- correction factor /
- evaluation

[1]
[2]	Wonpil Yu. Practical anti-vignetting methods for digital cameras[J]. IEEE Transactions on Consumer Electronics, 2004, 50(4): 975-983.
[3]	Muralikrishna P, Prakash S, Subbaraya B H. Digital processing of spacelab imagery[J]. Advanced Space Research, 1982, 2(7): 107-110.
[4]
[5]
[6]	Yu W, Chung Y, Soh J. Vignetting distortion correction method for high quality digital imaging[C]//IEEE Int Conf Pattern Recognition, 2004, 3: 666-669.
[7]	Seon Joo Kim, Marc Pollefeys. Robust radiometric calibration and vignetting correction[J]. IEEE Trans Ropaami, 2008, 30(4): 562-576.
[8]
[9]	Shi Haoran, Shen Tongsheng, Li Zhaolong, et al. Simulation of vignetting effect in infrared imaging system[J]. Infrared Technology, 2015, 37(4): 296-299. (in Chinese) 史浩然, 沈同圣, 李召龙, 等.红外系统中渐晕效应的模拟方法研究[J]. 红外技术, 2015, 37(4): 296-299.
[10]
[11]	Lei Chun, Zhang Baomin, Feng Shengrong. Research on vignetting in thermal imaging system[J]. Infrared and Laser Engineering, 2000, 29(4): 13-16. (in Chinese) 雷春, 张保民, 冯生荣. 红外系统中渐晕的研究[J]. 红外与激光工程, 2000, 29(4): 13-16.
[12]
[13]	Lee S S, Pelet S, Peter M, et al. A rapid and effective vignetting correction for quantitative microscopy[J]. Rsc Advances, 2014, 4: 52727-52733.
[14]
[15]	He K, Tang P F, Liang R. Vignetting image correction based on Gaussian quadrics fitting[C]//2009 Fifth International Conference on Natural Computation, 2009: 158-161.

[1]	任平川, 周琦, 金荷, 宋卿争, 缪鹏飞. 星敏感器动态精度评价方法 . 红外与激光工程, 2022, 51(3): 20210571-1-20210571-8. doi: 10.3788/IRLA20210571
[2]	刘斌, 谯倩, 赵静, 张子淼, 李志伟, 张宝峰. 基于高频方差熵清晰度评价函数的聚焦三维测量方法 . 红外与激光工程, 2021, 50(5): 20200326-1-20200326-9. doi: 10.3788/IRLA20200326
[3]	郭波. 基于二维材料非线性效应的多波长超快激光器研究进展(特邀) . 红外与激光工程, 2019, 48(1): 103002-0103002(22). doi: 10.3788/IRLA201948.0103002
[4]	彭红攀, 杨策, 卢尚, 陈檬, 周巍. 径向偏振光纯度检测及偏振态分布特性评价 . 红外与激光工程, 2019, 48(5): 506007-0506007(5). doi: 10.3788/IRLA201948.0506007
[5]	罗小贤, 赵柏秦, 纪亚飞, 庞艺. 椭圆高斯分布半导体激光器泵浦被动调Q激光器的优化 . 红外与激光工程, 2017, 46(3): 305003-0305003(7). doi: 10.3788/IRLA201746.0305003
[6]	唐彦琴, 顾国华, 钱惟贤, 陈钱, 张骏. 四象限探测器基于高斯分布的激光光斑中心定位算法 . 红外与激光工程, 2017, 46(2): 206003-0206003(7). doi: 10.3788/IRLA201746.0206003
[7]	闫伟, 陈志华, 杜太焦, 关奇. 基于相关波前探测算法校正热晕的数值模拟 . 红外与激光工程, 2016, 45(10): 1032001-1032001(5). doi: 10.3788/IRLA201645.1032001
[8]	李召龙, 沈同圣, 娄树理. 基于多项式逼近的红外系统渐晕效应校正方法 . 红外与激光工程, 2016, 45(S1): 6-10. doi: 10.3788/IRLA201645.S104002
[9]	刘岚, 张海涛, 陈子阳, 吴逢铁. 贝塞尔高斯光束经菲涅尔波带片产生特殊聚焦光强分布 . 红外与激光工程, 2015, 44(5): 1491-1495.
[10]	李向阳, 马宗峰, 石德乐. 高斯光束场分布对相干探测混频效率的影响 . 红外与激光工程, 2015, 44(2): 539-543.
[11]	高绍姝, 金伟其, 王延江, 张晓东. 灰度融合图像目标与背景感知对比度客观评价模型 . 红外与激光工程, 2015, 44(5): 1660-1665.
[12]	赵宏超, 张景旭, 张丽敏, 张彬. TMT三镜面形评价过程 . 红外与激光工程, 2014, 43(12): 3983-3987.
[13]	蔺辉, 刘立力, 田新锋, 郝芸. 强激光近场分布测量中科学级CCD 的非均匀性校正 . 红外与激光工程, 2014, 43(7): 2108-2111.
[14]	王吉晖, 王小微, 陈松林, 金伟其. 基于自然背景的热成像系统信息量评价方法 . 红外与激光工程, 2014, 43(3): 772-778.
[15]	宋俊玲, 洪延姬, 王广宇, 潘虎. 光线分布对基于TDLAS温度场二维重建的影响 . 红外与激光工程, 2014, 43(8): 2460-2465.
[16]	王鲁平, 张路平, 韩建涛. 采用灰度加权核函数的动态背景运动目标检测算法 . 红外与激光工程, 2013, 42(12): 3453-3457.
[17]	陶明慧, 张宇, 张星祥, 任建岳, 李亚鹏. 基于退化模型的图像渐晕处理技术 . 红外与激光工程, 2013, 42(8): 2262-2268.
[18]	陈哲, 吕锋, 葛菁华, 张军, 余健辉, 林宏奂, 隋展. 增强偏振态二维无序分布特性的光学晶体退偏器 . 红外与激光工程, 2013, 42(5): 1258-1264.
[19]	张勇, 金伟其. 夜视融合图像质量主观评价方法 . 红外与激光工程, 2013, 42(2): 528-532.
[20]	张勇, 金伟其. 夜视融合图像质量客观评价方法 . 红外与激光工程, 2013, 42(5): 1360-1365.

WeChat

点击查看大图

计量

文章访问数: 443
HTML全文浏览量: 78
PDF下载量: 479
被引次数: 0

基于场景的红外光学系统渐晕效应校正方法

1. 海军航空工程学院控制工程系,山东烟台 264001;

2. 中国国防科技信息中心,北京 100142

作者简介:
李召龙(1987-),男,博士生,主要从事光电制导、红外物理与技术、红外成像系统性能测试与仿真等方面的研究。Email:zgzb1987@sina.com

收稿日期: 2015-10-05
修回日期: 2015-11-03
刊出日期: 2016-01-25

基金项目:

国家自然科学基金(61303192)

中图分类号: TN216

关键词:

摘要: 渐晕效应是红外成像过程中普遍存在的现象。由于红外成像系统输出的场景亮度或对比度通常较低,所以渐晕效应对成像性能的影响非常严重,因此对渐晕效应的校正也显得尤为重要。对渐晕效应的产生原因做了分析,首先提出了一种渐晕快速校正方法。通过场景之间做差,提取背景信息。用二维高斯函数逼近背景灰度分布,得到较准确的校正因子,从而实现渐晕校正。然后利用方差信息改进了背景提取方法,使方法适用于较复杂的场景。提出像素点差值和的概念来评价校正效果,校正后差值和普遍减小到未校正差值和的1/5到1/2。两种方法均不需要亮度均匀分布的参考背景,即可实现对渐晕效应比较理想的校正。

English Abstract

全文HTML

参考文献 (15)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回