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

基于转向核的单帧红外条纹非均匀性拟合校正算法

赵明 安博文 林长青 孙胜利

赵明, 安博文, 林长青, 孙胜利. 基于转向核的单帧红外条纹非均匀性拟合校正算法[J]. 红外与激光工程, 2014, 43(3): 766-771.
引用本文: 赵明, 安博文, 林长青, 孙胜利. 基于转向核的单帧红外条纹非均匀性拟合校正算法[J]. 红外与激光工程, 2014, 43(3): 766-771.
Zhao Ming, An Bowen, Lin Changqing, Sun Shengli. Stripe nonuniformity correction algorithm based on steering kernel fitting for single infrared images[J]. Infrared and Laser Engineering, 2014, 43(3): 766-771.
Citation: Zhao Ming, An Bowen, Lin Changqing, Sun Shengli. Stripe nonuniformity correction algorithm based on steering kernel fitting for single infrared images[J]. Infrared and Laser Engineering, 2014, 43(3): 766-771.

基于转向核的单帧红外条纹非均匀性拟合校正算法

基金项目: 

国家自然科学基金(61302132,61171126);上海市自然科学基金(11ZR1415200,13ZR1418900);上海市教委创新基金(14YZ105)

详细信息
    作者简介:

    赵明(1984-),女,讲师,博士,主要从事遥感图像处理、目标检测和识别方面的研究。Email:mingzhao@shmtu.edu.cn

  • 中图分类号: TN215

Stripe nonuniformity correction algorithm based on steering kernel fitting for single infrared images

  • 摘要: 针对红外线列和非制冷型焦平面成像系统存在列向条纹非均匀性的现象,提出了一种基于转向核的单帧条纹非均匀性校正新算法。首先,根据图像边缘的梯度特性确定转向核邻域主方向和大小,然后将每列像素的转向核估计值作为该列像素的期望值,以列向条纹非均匀性作为约束进行最小二乘拟合,计算得到每列像元的校正参数,并以一定概率接受最小二乘拟合的结果。当误差函数满足事先设定阈值时,单帧图像的非均匀性校正完成。实验结果表明,该算法具有稳定的收敛性,与同类算法相比能够更有效抑制条纹非均匀性,并且能够保留更多的图像边缘信息。
  • [1]
    [2] Ren Jianle, Chen Qian, Qian Weixian. Stripe nonuniformity correction based on registration for infrared-focal plane arrays[J]. Journal of Infrared and Millimeter Waves, 2011, 30(6): 499-506. (in Chinese) 任建乐, 陈钱, 钱惟贤. 基于配准的红外焦平面阵列条纹非 均匀性校正[J]. 红外与毫米波学报, 2011, 30(6): 499-506.
    [3]
    [4] Qian Weixian, Chen Qian, Gu Guohua, et al. Minimum mean square error method for stripe nonuniformity correction [J]. Chinese Optics Letters, 2011, 9(5): 051003-1-051003-3.
    [5] Scribner D A, Sarkady K A, Kruer M R, et al. Adaptive retina-like preprocessing for image detector arrays[C]//IEEE, 1993, 3: 1955-1960.
    [6]
    [7] He Ming, Wang Yadi, Wang Xinsai, et al. Non-uniformity correction algorithm based on midway histogram equalization in single infrared image[J]. Infrared and Laser Engineering, 2012, 41(9): 2550-2553. (in Chinese) 贺明, 王亚弟, 王新赛, 等. 中值直方图均衡的单帧红外图 像非均匀性校正算法[J]. 红外与激光工程, 2012, 41(9): 2550-2553.
    [8]
    [9]
    [10] Haride R C, Baxley F, Brys B, et al. Scene-based nonuniformity correction with reduced ghosting using a gated LMS algorithm[J]. Optics Express, 2009, 17 (17): 14918- 14933.
    [11] Zhang Tianxu, Yuan Yajing, Sang Hongshi, et al. PDE- based deghosting algorithm for correction of nonuniformity in infrared focal plane array [J]. Journal of Infrared and Millimeter Waves, 2012, 31(2): 177-182. (in Chinese) 张天序, 袁雅婧, 桑红石, 等. 基于PDE 去鬼影的自适应 非均匀性校正算法研究[J]. 红外与毫米波学报, 2012, 31(2): 177-182.
    [12]
    [13] Chen Baoguo, Zhang Xuefeng, Niu Yingyu. Improved nonuniformity correction algorithm based on neural network[J]. Infrared and Laser Engineering, 2013, 42(3): 574-578. (in Chinese) 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[J]. 红外与激光工程, 2013, 42(3): 574-578.
    [14]
    [15]
    [16] Ren Jianle, Chen Qian, Gu Guohua, et al. Stripe nununiformity correction for infrared-focal plane arrays [J]. Infrared and Laser Engineering, 2013, 42(8): 1987-1990. (in Chinese) 任建乐, 陈钱, 顾国华, 等. 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.
    [17] Hiroyuki Takeda, Sina Farsiu, Peyman Milanfar. Kernel regression for image processing and reconstruction [J]. IEEE Transaction on Image Process, 2007, 16(2): 349-366.
    [18]
    [19] Hardie R C, Baxley F, Brys B, et al. Scene-based nonuniformity correction with reduced ghosting using a gated LMS algorithm[J]. Optics Express, 2009, 17(17): 14918-14933.
  • [1] 许航, 熊芝, 张刘港, 冯维, 翟中生, 周维虎, 董登峰.  基于加权最小二乘的激光跟踪姿态角测量方法 . 红外与激光工程, 2022, 51(6): 20210675-1-20210675-6. doi: 10.3788/IRLA20210675
    [2] 巫玲, 武从海, 陈念年, 范勇.  基于梯度场的紧致差分最小二乘面形重建算法 . 红外与激光工程, 2019, 48(8): 825002-0825002(6). doi: 10.3788/IRLA201948.0825002
    [3] 许艺腾, 李国元, 邱春霞, 薛玉彩.  基于地形相关和最小二乘曲线拟合的单光子激光数据处理技术 . 红外与激光工程, 2019, 48(12): 1205004-1205004(10). doi: 10.3788/IRLA201948.1205004
    [4] 王明昌, 樊养余, 陈宝国, 雷伟, 周波.  基于SOPC的红外图像自适应非均匀性校正设计 . 红外与激光工程, 2017, 46(6): 628001-0628001(6). doi: 10.3788/IRLA201746.0628001
    [5] 冀红彬, 张慧博, 戴士杰, 王志平.  用于非均匀条纹的二值时空编码相位展开方法 . 红外与激光工程, 2017, 46(4): 417004-0417004(9). doi: 10.3788/IRLA201746.0417004
    [6] 张东阁, 傅雨田.  基于在线最小二乘支持向量机的变形镜建模与控制 . 红外与激光工程, 2016, 45(11): 1118007-1118007(7). doi: 10.3788/IRLA201645.1118007
    [7] 刘志青, 李鹏程, 郭海涛, 张保明, 丁磊, 赵传, 张旭光.  融合强阈值三角网与总体最小二乘曲面拟合滤波 . 红外与激光工程, 2016, 45(4): 406003-0406003(8). doi: 10.3788/IRLA201645.0406003
    [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] 俞建杰, 曾倪香, 叶凌云, 方建正, 宋开臣.  X射线脉冲星能谱模拟方法 . 红外与激光工程, 2015, 44(S1): 126-130.
    [10] 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.
    [11] 张磊, 何昕, 魏仲慧, 梁国龙.  星图分布对星敏感器最小二乘姿态精度的影响 . 红外与激光工程, 2014, 43(6): 1836-1841.
    [12] 梁栋, 谢巧云, 黄文江, 彭代亮, 杨晓华, 黄林生, 胡勇.  最小二乘支持向量机用于时间序列叶面积指数预测 . 红外与激光工程, 2014, 43(1): 243-248.
    [13] 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.
    [14] 赵春晖, 刘振龙.  改进的红外图像神经网络非均匀性校正算法 . 红外与激光工程, 2013, 42(4): 1079-1083.
    [15] 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.
    [16] 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.
    [17] 闫力松, 王孝坤, 罗霄, 郑立功, 张学军.  采用三角剖分算法的子孔径拼接检测技术 . 红外与激光工程, 2013, 42(7): 1793-1797.
    [18] 魏伟, 刘恩海.  白天观星红外星图噪声抑制算法 . 红外与激光工程, 2013, 42(7): 1923-1927.
    [19] 宋宝安, 王乔方, 张莹昭, 戴世勋, 徐铁锋, 聂秋华, 王训四, 沈祥, 吴礼刚, 林常规.  红外硒基硫系玻璃光学非均匀性及影响因素分析 . 红外与激光工程, 2012, 41(8): 1985-1989.
    [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:  272
  • HTML全文浏览量:  34
  • PDF下载量:  154
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-07-23
  • 修回日期:  2013-08-03
  • 刊出日期:  2014-03-25

基于转向核的单帧红外条纹非均匀性拟合校正算法

    作者简介:

    赵明(1984-),女,讲师,博士,主要从事遥感图像处理、目标检测和识别方面的研究。Email:mingzhao@shmtu.edu.cn

基金项目:

国家自然科学基金(61302132,61171126);上海市自然科学基金(11ZR1415200,13ZR1418900);上海市教委创新基金(14YZ105)

  • 中图分类号: TN215

摘要: 针对红外线列和非制冷型焦平面成像系统存在列向条纹非均匀性的现象,提出了一种基于转向核的单帧条纹非均匀性校正新算法。首先,根据图像边缘的梯度特性确定转向核邻域主方向和大小,然后将每列像素的转向核估计值作为该列像素的期望值,以列向条纹非均匀性作为约束进行最小二乘拟合,计算得到每列像元的校正参数,并以一定概率接受最小二乘拟合的结果。当误差函数满足事先设定阈值时,单帧图像的非均匀性校正完成。实验结果表明,该算法具有稳定的收敛性,与同类算法相比能够更有效抑制条纹非均匀性,并且能够保留更多的图像边缘信息。

English Abstract

参考文献 (19)

目录

    /

    返回文章
    返回