热红外高光谱成像仪光谱匹配盲元检测算法

张长兴; 刘成玉; 亓洪兴; 张东; 蔡能斌

doi:10.3788/IRLA202049.0104002

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

热红外高光谱成像仪光谱匹配盲元检测算法

张长兴, 刘成玉, 亓洪兴, 张东, 蔡能斌

文章导航 > 红外与激光工程 > 2020 > 49(1): 0104002-0104002(7)

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[J]. 红外与激光工程, 2020, 49(1): 0104002-0104002(7). doi: 10.3788/IRLA202049.0104002

引用本文:

Zhang Changxing, Liu Chengyu, Qi Hongxing, Zhang Dong, Cai Nengbin. Blind pixel detection algorithm using spectral matching for thermal infared hyperspectral imager[J]. Infrared and Laser Engineering, 2020, 49(1): 0104002-0104002(7). doi: 10.3788/IRLA202049.0104002

Citation:

Zhang Changxing, Liu Chengyu, Qi Hongxing, Zhang Dong, Cai Nengbin. Blind pixel detection algorithm using spectral matching for thermal infared hyperspectral imager[J]. Infrared and Laser Engineering, 2020, 49(1): 0104002-0104002(7). doi: 10.3788/IRLA202049.0104002

热红外高光谱成像仪光谱匹配盲元检测算法

doi: 10.3788/IRLA202049.0104002

1. 中国科学院上海技术物理研究所中国科学院空间主动光电技术重点实验室, 上海 200083;
2. 上海市现场物证重点实验室, 上海 200083

基金项目:

上海市现场物证重点实验室开放课题基金（2017XCWZK02，2016XCWZK22）

详细信息

作者简介:
张长兴(1988-),男,助理研究员,主要从事成像光谱数据处理与应用方面的研究。Email:zhangchangxing@mail.sitp.ac.cn

中图分类号: TN215

Blind pixel detection algorithm using spectral matching for thermal infared hyperspectral imager

1. Key Laboratory of Spatial Active Opto-eletronic Technique, Shanghai Institute of Technical Physics, Chinese Academy of Sciences, Shanghai 200083, China;
2. Shanghai Key Laboratory of Crime Scene Evidence, Shanghai 200083, China

摘要: 受红外焦平面阵列生产工艺及材料本身特性影响，红外焦平面阵列不可避免地存在盲元，严重困扰红外数据的处理与应用。光栅分光推扫式热红外高光谱成像仪一般以红外焦平面阵列的其中的一维作为光谱维进行推扫式成像，空间维只剩一维，与一般的热像仪具有二维空间维的成像机制有很大区别。常规的实验室定标法和开窗处理的场景检测方法不能满足该成像方式的盲元检测需求。以热红外高光谱成像仪中的盲元检测为目标，有针对性地提出了基于光谱匹配的盲元检测算法。该方法从光谱维角度出发，以不同温度实验室黑体定标数据生成温升光谱数据，在数据规则化处理的基础上，自动提取有效像元目标的伪光谱曲线，采用光谱角匹配的方式实现盲元的自动检测。以典型的热红外高光谱成像仪获取数据并开展盲元检测实验，结果表明该方法充分利用了热红外高光谱成像仪的光谱维信息，检测精度较高，盲元补偿后的数据可满足热红外高光谱数据的行业应用。
- 盲元检测 /
- 光谱匹配 /
- 热红外高光谱 /
- 红外焦平面阵列
Abstract: Due to the influence of infrared focal plane arrays production technology and material characteristics, blind pixels are inevitable in infrared focal plane arrays, which seriously affects the processing and application of infrared data. The push-broom thermal infrared hyperspectral imager which using grating system generally takes one dimension of the infrared focal plane arrays as the spectral dimension and the other dimension as the spatial dimension, which is quite different from the imaging mechanism of the thermal imager with two spatial dimensions. Conventional laboratory calibration and scene detection methods based on moving window cannot meet the requirements of blind pixel detection on the thermal infrared hyperspectral imager. A new blind pixel detection algorithm based on spectral angle matching was proposed to detect the blind pixels in thermal infrared hyperspectral imager. Taken spectral dimension information into account, this method generated temperature rise spectrum data from blackbody calibration data at different temperatures. Based on the basis of data regularization processing, the pseudo-spectral curve of effective pixels were extracted automatically, and the blind pixels were detected automatically by means of spectral angle matching. To validated the new blind pixel detection algorithm, a typical thermal infrared hyperspectral imager was used to collect image data and detecte the blind pixels of the imager. The results indicates that this method makes full use of spectral information of the thermal infrared hyperspectral imager and has high detection accuracy. The data after blind pixels compensation can satisfy the application of thermal infrared hyperspectral data.
- blind pixel detection /
- spectral matching /
- thermal infared hyperspectral /
- infrared focal plane arrays

[1]	Isoz W, Svensson T, Renhorn I. Nonuniformity correction of infrared focal plane arrays[C]//Infrared Technology and Applications XXXI. International Society for Optics and Photonics, 2005, 5783:949-961.
[2]	Wang B, Liu S, Li Q, et al. Blind-pixel correction algorithm for an infrared focal plane array based on moving-scene analysis[J]. Optical Engineering, 2006, 45(3):036401.
[3]	Fischer A D, Downes T V, Leathers R. Median spectral-spatial bad pixel identification and replacement for hyperspectral SWIR sensors[C]//Algorithms and Technologies for Multispectral, Hyperspectral, and Ultraspectral Imagery XIII. International Society for Optics and Photonics, 2007, 6565:65651E.
[4]	Perry D L, Dereniak E L. Linear theory of nonuniformity correction in infrared staring sensors[J]. Optical Engineering, 1993, 32(8):1854-1860.

[1]	王智勇, 张晶晶, 孙浩, 刘石神. 二维划分反馈控制的星模拟器光源光谱匹配精度提升方法 . 红外与激光工程, 2023, 52(2): 20220451-1-20220451-11. doi: 10.3788/IRLA20220451
[2]	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
[3]	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
[4]	李春来, 吕刚, 袁立银, 王跃明, 金健, 徐艳, 刘成玉, 何志平, 王建宇. 机载热红外高光谱成像仪的光谱性能测试与初步应用 . 红外与激光工程, 2020, 49(5): 20190117-20190117-7. doi: 10.3788/IRLA20190117
[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]	张东阁, 傅雨田. 基于一类支持向量机的盲元检测方法 . 红外与激光工程, 2018, 47(4): 404001-0404001(7). doi: 10.3788/IRLA201847.0404001
[7]	张瞳, 林春, 陈洪雷, 周松敏. 基于多方向小波提升IRFPA盲元检测精度方法 . 红外与激光工程, 2018, 47(2): 204001-0204001(6). doi: 10.3788/IRLA201847.0204001
[8]	王建宇, 李春来, 王跃明, 吕刚, 袁立银, 金健, 陈小文, 谢峰. 热红外高光谱成像仪的灵敏度模型与系统研制 . 红外与激光工程, 2017, 46(1): 102001-0102001(7). doi: 10.3788/IRLA201746.0102001
[9]	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
[10]	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 . 红外与激光工程, 2015, 44(3): 821-826.
[11]	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.
[12]	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.
[13]	严飞, 侯晴宇. 基于多元统计特性异常的盲元检测算法 . 红外与激光工程, 2014, 43(2): 454-457.
[14]	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.
[15]	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.
[16]	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.
[17]	. 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.
[18]	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.
[19]	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.
[20]	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.

点击查看大图

计量

文章访问数: 1017
HTML全文浏览量: 204
PDF下载量: 70
被引次数: 0

热红外高光谱成像仪光谱匹配盲元检测算法

doi: 10.3788/IRLA202049.0104002

1. 中国科学院上海技术物理研究所中国科学院空间主动光电技术重点实验室, 上海 200083;

2. 上海市现场物证重点实验室, 上海 200083

作者简介:
张长兴(1988-),男,助理研究员,主要从事成像光谱数据处理与应用方面的研究。Email:zhangchangxing@mail.sitp.ac.cn

收稿日期: 2019-10-05
修回日期: 2019-11-15
刊出日期: 2020-01-28

基金项目:

上海市现场物证重点实验室开放课题基金（2017XCWZK02，2016XCWZK22）

中图分类号: TN215

关键词:

摘要: 受红外焦平面阵列生产工艺及材料本身特性影响，红外焦平面阵列不可避免地存在盲元，严重困扰红外数据的处理与应用。光栅分光推扫式热红外高光谱成像仪一般以红外焦平面阵列的其中的一维作为光谱维进行推扫式成像，空间维只剩一维，与一般的热像仪具有二维空间维的成像机制有很大区别。常规的实验室定标法和开窗处理的场景检测方法不能满足该成像方式的盲元检测需求。以热红外高光谱成像仪中的盲元检测为目标，有针对性地提出了基于光谱匹配的盲元检测算法。该方法从光谱维角度出发，以不同温度实验室黑体定标数据生成温升光谱数据，在数据规则化处理的基础上，自动提取有效像元目标的伪光谱曲线，采用光谱角匹配的方式实现盲元的自动检测。以典型的热红外高光谱成像仪获取数据并开展盲元检测实验，结果表明该方法充分利用了热红外高光谱成像仪的光谱维信息，检测精度较高，盲元补偿后的数据可满足热红外高光谱数据的行业应用。

English Abstract

Blind pixel detection algorithm using spectral matching for thermal infared hyperspectral imager

1. Key Laboratory of Spatial Active Opto-eletronic Technique, Shanghai Institute of Technical Physics, Chinese Academy of Sciences, Shanghai 200083, China;

2. Shanghai Key Laboratory of Crime Scene Evidence, Shanghai 200083, China

Received Date: 2019-10-05
Rev Recd Date: 2019-11-15
Publish Date: 2020-01-28

Keywords:

Abstract: Due to the influence of infrared focal plane arrays production technology and material characteristics, blind pixels are inevitable in infrared focal plane arrays, which seriously affects the processing and application of infrared data. The push-broom thermal infrared hyperspectral imager which using grating system generally takes one dimension of the infrared focal plane arrays as the spectral dimension and the other dimension as the spatial dimension, which is quite different from the imaging mechanism of the thermal imager with two spatial dimensions. Conventional laboratory calibration and scene detection methods based on moving window cannot meet the requirements of blind pixel detection on the thermal infrared hyperspectral imager. A new blind pixel detection algorithm based on spectral angle matching was proposed to detect the blind pixels in thermal infrared hyperspectral imager. Taken spectral dimension information into account, this method generated temperature rise spectrum data from blackbody calibration data at different temperatures. Based on the basis of data regularization processing, the pseudo-spectral curve of effective pixels were extracted automatically, and the blind pixels were detected automatically by means of spectral angle matching. To validated the new blind pixel detection algorithm, a typical thermal infrared hyperspectral imager was used to collect image data and detecte the blind pixels of the imager. The results indicates that this method makes full use of spectral information of the thermal infrared hyperspectral imager and has high detection accuracy. The data after blind pixels compensation can satisfy the application of thermal infrared hyperspectral data.

全文HTML

参考文献 (4)

下载: 全尺寸图片幻灯片

返回文章

用微信扫码二维码

分享至好友和朋友圈

留言板

热红外高光谱成像仪光谱匹配盲元检测算法

doi: 10.3788/IRLA202049.0104002

作者简介: 张长兴(1988-),男,助理研究员,主要从事成像光谱数据处理与应用方面的研究。Email:zhangchangxing@mail.sitp.ac.cn

Blind pixel detection algorithm using spectral matching for thermal infared hyperspectral imager

计量

出版历程

热红外高光谱成像仪光谱匹配盲元检测算法

doi: 10.3788/IRLA202049.0104002

1. 中国科学院上海技术物理研究所 中国科学院空间主动光电技术重点实验室, 上海 200083; 2. 上海市现场物证重点实验室, 上海 200083

作者简介: 张长兴(1988-),男,助理研究员,主要从事成像光谱数据处理与应用方面的研究。Email:zhangchangxing@mail.sitp.ac.cn

English Abstract

Blind pixel detection algorithm using spectral matching for thermal infared hyperspectral imager

1. Key Laboratory of Spatial Active Opto-eletronic Technique, Shanghai Institute of Technical Physics, Chinese Academy of Sciences, Shanghai 200083, China; 2. Shanghai Key Laboratory of Crime Scene Evidence, Shanghai 200083, China

全文HTML

目录

作者简介:
张长兴(1988-),男,助理研究员,主要从事成像光谱数据处理与应用方面的研究。Email:zhangchangxing@mail.sitp.ac.cn

1. 中国科学院上海技术物理研究所中国科学院空间主动光电技术重点实验室, 上海 200083;

2. 上海市现场物证重点实验室, 上海 200083

作者简介:
张长兴(1988-),男,助理研究员,主要从事成像光谱数据处理与应用方面的研究。Email:zhangchangxing@mail.sitp.ac.cn

1. Key Laboratory of Spatial Active Opto-eletronic Technique, Shanghai Institute of Technical Physics, Chinese Academy of Sciences, Shanghai 200083, China;

2. Shanghai Key Laboratory of Crime Scene Evidence, Shanghai 200083, China