[发明专利]一种红外焦平面非均匀性指纹提取及图像校正方法

说明书

技术领域

本发明属于红外成像技术领域，具体涉及一种红外焦平面非均匀性校正方法。

背景技术

红外焦平面阵列(IPFPA)技术已经成为当今红外成像技术发展的主要方向。与线阵扫描成像方式相比，焦平面阵列元敏感度高，能够获得有关物体更多的表面信息以及更高的、可变的帧速率，正迅速成为红外成像技术的主流器件。除在军事上得到广泛应用外，还在夜视仪、海上营救搜索、天文、工业热探测和医学等民用领域有飞速的发展。

但是由于制造工艺和使用环境的影响，使得图像的非均匀性成为制约红外焦平面探测器性能的限制性因素。单点扫描成像方式不存在红外响应非均匀性的问题，线阵扫描成像方式中的响应非均匀性也是只存在于线阵方向，而对于焦平面阵列，这种红外响应的非均匀性存在于整个像平面上，称为固定图案噪声，严重影响成像质量，所以必须进行非均匀性校正。

常见的非均匀校正方法有基于定标和基于场景两类。定标类中两点法是常用的方法。华中科技大学图像识别与人工智能研究所张天序等人在《系统工程与电子技术》2005年第27卷第7期《红外焦平面非均匀性校正两点法的优化实现》一文中分析了红外焦平面非均匀性校正两点法的基本原理，推导出了两点校正的定点公式，并分析了该定点公式的误差。在实际硬件处理过程中对定点校正公式进行了汇编优化，极大地提高了校正的速度，其结果表明优化方法是简单、有效的。两点法原理简洁，易于硬件实现和集成，但它受限于IRFPA响应漂移带来的校正误差，并且需要参考源进行标定，使设备变得复杂。

基于场景类的神经网络法是一些改进方法的基础。华中科技大学图像识别与人工智能研究所曹治国等人在《红外与激光工程》2000年第29卷第1期《基于神经网络法的焦平面器件非均匀性校正技术研究》一文中分析传统非均匀性校正方法的缺点，指出自适应校正红外焦平面非均匀性的必要性。研究了基于神经网络的自适应非均匀性校正算法，探讨了最近4领域像素平均、最近4领域像素灰度加权和8领域像素灰度加权等三种情况。基于场景的方法能够适应性地更新校正系数，但这类算法实时性不高，需要特殊并行计算机结构来实现。

中山大学信息科学与技术学院汪民等人在《红外技术》2007年第6期《一种非制冷焦平面阵列图像漂移的双温度补偿新方法》一文提出了一种双变量线性回归模型进行图像温度漂移补偿的新方法。它研究了温度漂移，分析了环境温度与机芯温度的规律和相互之间的关系，较好地解决了非制冷IRFPA的图像输出因漂移造成图像测温偏差大的工业应用难题。

南京理工大学电子工程与光电技术学院白俊奇等人在《基于环境温度补偿的红外焦平面探测器非均匀性校正模型》一文中通过分析环境温度变化对红外焦平面阵列探测器输出的影响，建立了一种基于环境温度和目标温度非线性的非均匀性理论模型，实验表明能够提高非均匀性校正的精度。

常规算法有的复杂，耗时长；有的需要每次校正都用均匀挡板去获取背景帧，校正过程繁琐；有的算法虽然考虑到探测器本身随环境温度变化的规律，但是需要记录大量的数据，不便于硬件的实现。而本方法利用小波分解分析焦平面所成图像，发现在低频和高频部分都具有某相对稳定的特性及其变化规律，类似于人类的指纹。所以在分析了传统方法的不足后，本发明提出了一种基于非均匀性指纹小波分解的红外焦平面校正方法。它不需要像定标类校正方法周期性的定标，也不需要像神经网络法要特殊并行计算机结构来实现。在实际校正中，利用探测器上的温度敏感元件测出此时的环境温度，读取所存储的指纹，通过小波分解和逆变换就可以实现校正过程。该方法不需要背景帧，从定量和定性分析校正后的效果都有很大的改善。

发明内容

本发明提出了非均匀性指纹的定义、一种红外焦平面非均匀性指纹小波分解提取方法及其在红外焦平面非均匀性校正中的应用方法。由生产工艺决定，每个红外焦平面都有相对稳定的非均匀模式及其随温度变化的规律，这两者统称为指纹。其方法是通过对探测器焦平面的非均匀性模式及随温度变化的规律进行研究，利用小波分解对焦平面在对角高频、水平高频、垂直高频和低频部分的特性进行研究，提出了一种红外焦平面非均匀性指纹提取方法，并且，利用上述提取方法提取的指纹数据，对红外焦平面实际成像的图像进行非均匀性的校正。与常规校正算法相比，该方法最大特点是不需要背景帧，校正过程简洁，校正效果明显改善。

一种基于小波分解的红外焦平面非均匀性指纹提取方法，其中所述的红外焦平面非均匀性指纹包括对角高频指纹、水平高频指纹、垂直高频指纹和低频指纹四部分，具体步骤如下：