一种基于场景的变积分时间的非均匀性校正方法技术

本发明专利技术公开了一种基于场景的变积分时间的非均匀性校正方法，该方法是先将探测器在不同的积分条件下的背景图像的行投影向量和列投影向量计算出来，并将背景的行列投影向量存储起来，形成一个查找表。当探测器处于不同场景中拍摄图像时，为了确定探测器的最佳积分时间，先求图像得行列投影向量，并将该行列投影向量分别与查找表中的背景的行列投影向量做相关运算，找到与图像最相关的背景，由该背景来确定探测器的最佳积分时间。本发明专利技术的创新点在于能够找到探测器在不同场景中的最佳积分时间，在最佳积分条件下获得的图像有利于后续的图像配准，提高了配准精度，从而使得非均匀性校正效果更好。

【技术实现步骤摘要】

： 本专利技术涉及红外图像的非均匀性校正领域，具体涉及一种基于场景的变积分时间 的非均匀性校正方法。
技术介绍
： 在红外成像领域中，红外焦平面阵列已成为红外成像技术的发展趋势。但由于制 造工艺的限制，红外焦平面阵列存在大量非均匀性而且成像的动态范围小。动态范围表征 了红外系统可探测红外辐射大小的范围，在较宽的动态范围下，可以获得更多的目标信息， 有利于对目标的分析和识别。 目前红外焦平面阵列成像系统动态范围的加宽主要是通过调节积分时间的方法 来实现的，但是随着积分时间的改变非均匀性又会重新产生，校正参量将不再适用。因此， 在红外成像系统非均匀性校正的过程中能够实现自适应积分时间调节同时又不影响校正 后的图像质量，对工程应用有重要的意义。红外图像的非均匀性即为各个像元在均匀光照 下，探测器具有光响应非均匀性（PRNU)，它主要与器件的制造工艺有关，由于近红外光在硅 中的穿透力很强，探测器的光响应非均匀性还受到衬底材料的非均匀性影响。探测器的光 谱响应非均匀性没有一定的规律可循，它因器件而异，具有较大的随机性。所以，对于弱信 号的应用，需要进行实际的测量，然后加以补偿，从而实现均匀的响应。 积分时间是指红外焦平面成像系统探测器像元积累辐射信号产生电荷的时间。红 外焦平面阵列，由于其制造工艺的差异，系统的输出电压、响应率、噪音和比探测率等性能 参量都与积分时间有关，致使各探测单元的输出对积分时间的改变比较敏感。当积分时间 过小时，几乎无法观测到目标；当积分时间不断加大，输出也不断增强时，目标会逐渐清晰； 当积分时间过大时，就会出现饱和现象。因此，根据不同目标的辐射强度，选择合适的积分 时间是非常重要的，否则会严重影响获得图像的效果；因为焦平面探测器的响应与积分时 间成线性正比关系，所以，在正常工作的范围内，积分时间的大小并不影响焦平面探测器响 应的非均匀性。但是，器件噪音实际上包含了探测器噪音、固定图案噪音和读出电路噪音等 随机噪音，在不同积分时间下的非均匀性也会不同，所以同一组校正参量将不再不适用。 现有的非均匀性校正方法有两点矫正法、恒定统计矫正法、时域高通滤波器法和 人工神经网络法等。两点校正法假定探测元的响应特性在所感兴趣的温度范围内是线性 的，实际情况并非如此，所以两点矫正法存在一定的缺陷。时域高通滤波器法抑制了低频 噪声对图像的非均匀性的影响，克服了基于参照元校正存储量大的问题，但也要求探测器 响应率有较好的线性。人工神经网络法是让每一个神经元连接一个阵列元，再设计一个隐 含层，它的每一个神经元就像水平细胞元那样与邻近的几个阵列元连接起来，得到它们的 平均输出值反馈到它的上层神经元去计算非均匀性，采用最陡下降法依据实际景象逐帧迭 代，直至达到最佳状态，该方法对探测器参数的线性和稳定性要求不高，但研究工作量大， 应用时计算量大，需要特殊并行计算机结构来实现。
技术实现思路
本专利技术的目的在于提供，通过自 适应改变探测器的积分时间来获得最佳的非均匀性校正效果。 实现本专利技术目的的技术解决方案为：一种基于场景的变积分时间的非均匀性校正 方法，包括以下步骤： 步骤1 :红外探测器采集不同积分时间下的目标场景作为背景图像，并将不同积 分时间下的背景图像分别用flash存储起来。 步骤2:计算不同积分时间下的背景图像的行投影向量和列投影向量，并将上述 不同积分时间下的背景图像的行投影向量用SRAMl存储，列投影向量用SRAM2存储，并建立 一个积分时间与行投影向量和列投影向量之间相对应的查找表。 步骤3 :红外探测器再次采集目标场景，首先对拍摄的目标场景图像求取行投影 向量和列投影向量，并将其分别存储在SRAM3和SRAM4中；然后对存储在SRAM3中的行投影 向量与存储在SRAMl中的所有背景图像的行投影向量做相关运算，对存储在SRAM4中的列 投影向量与存储在SRAM2中的所有背景图像的列投影向量做相关运算，根据相关运算的结 果，通过查找步骤2中的查找表就能得出与该目标场景图像最相关的背景图像。 步骤4 :根据步骤3中最相关背景图像对应的积分时间，驱动红外探测器重新拍摄 目标场景。 步骤5 :对重新拍摄的目标场景图像采用基于帧间配准误差最小化的非均匀性校 正算法做非均匀性校正，更新非均匀性校正参数，得到校正后的场景图像。 上述步骤1中所述的将不同积分时间下的背景图像分别用flash存储起来，积分 时间分别为Ims~20ms,每次增加 lms，求得5~50个积分条件下的背景图像。 上述步骤2中的计算不同积分时间下的背景图像的行投影向量I⑴和列投影向 量I (j)，其中M与N代表背景图像的大小，M为背景图像的行数，N为背景图像的列数，M、N 均为自然数，公式如下： v(i，j，k)表示目标场景图像；g示行方向的均值；良示列方向的均值；k表示时间。 对拍摄的目标场景图像求取行投影向量和列投影向量方法与步骤2中的计算不 同积分时间下的背景图像的行投影向量I(i)和列投影向量I(j)的方法相同，然后对存 储在SRAM3中的行投影向量与存储在SRAMl中的所有背景图像的行投影向量做相关运算， 对存储在SRAM4中的列投影向量与存储在SRAM2中的所有背景图像的列投影向量做相关 运算，相关运算的计算公式如下，其中行方向的互相关矩阵Arr ra^P列方向的互相关矩阵 Arrtxil分别为： 将拍摄场景图像记为C，背景图像记为R，公式（3)中的Rraw为背景图像的行方向 的投影向量、Crow当拍摄场景图像的行方向的投影向量；公式（4)中的Rral为背景图像的列 方向的投影向量、Cral当拍摄场景图像的列方向的投影向量；δ raw为拍摄场景图像的行向量 位移偏量的常数，取值范围为（〇, 40)，δ 为拍摄场景图像的列向量位移偏量的常数，取值 范围为（〇, 40)。 本专利技术与现有技术相比，其显著优点为：（1)在对图像做配准运算之前，先调整探 测器到最佳的积分时间，即探测器有最佳的动态响应范围，探测结果更为准确；(2)处于最 佳积分条件下获得的图像的配准精度更高，因此图像的非均匀校正效果更好；（3)采用了 一种新的基于全时域的投影算子来计算行列投影向量，大大降低了算法的运算量，算法易 于硬件实现。【附图说明】 图1是本专利技术的的系统流程图。 图2是本专利技术的的处理效果对 比示意图，其中图（a)为输入的原始含非均匀性的图像，图（b)为对原始含非均匀性的图像 利用本专利技术方法处理后的效果图。 图3是本专利技术的的处理效果与 原始的非均匀校正方法的处理效果对比示意图，其中图（a)为本专利技术方法的当前第1页1 2 3 本文档来自技高网...

【技术保护点】
一种基于场景的变积分时间的非均匀性校正方法，其特征在于：包括以下步骤：步骤1：红外探测器采集不同积分时间下的目标场景作为背景图像，并将不同积分时间下的背景图像分别用flash存储起来；步骤2：计算不同积分时间下的背景图像的行投影向量和列投影向量，并将上述不同积分时间下的背景图像的行投影向量用SRAM1存储，列投影向量用SRAM2存储，并建立一个积分时间与行投影向量和列投影向量之间相对应的查找表；步骤3：红外探测器再次采集目标场景，首先对拍摄的目标场景图像求取行投影向量和列投影向量，并将其分别存储在SRAM3和SRAM4中；然后对存储在SRAM3中的行投影向量与存储在SRAM1中的所有背景图像的行投影向量做相关运算，对存储在SRAM4中的列投影向量与存储在SRAM2中的所有背景图像的列投影向量做相关运算，根据相关运算的结果，通过查找步骤2中的查找表就能得出与该目标场景图像最相关的背景图像；步骤4：根据步骤3中最相关背景图像对应的积分时间，驱动红外探测器重新拍摄目标场景；步骤5：对重新拍摄的目标场景图像采用基于帧间配准误差最小化的非均匀性校正算法做非均匀性校正，更新非均匀性校正参数，得到校正后的场景图像。...

【技术特征摘要】

【专利技术属性】
技术研发人员：隋修宝，颜奇欢，钱毅涛，陈钱，顾国华，钱惟贤，何伟基，于雪莲，路东明，钱佳，王晨，尹春梅，高航，孙镱诚，曾俊杰，李晓帆，赵耀，沈雪薇，刘源，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32