紅外圖像非均勻性校正

1、改進(jìn)的紅外圖像神經(jīng)網(wǎng)絡(luò)非均勻性校正算法摘要：紅外焦平面陣列（IRFPA）像元響應(yīng)存在不一致性，會(huì)嚴(yán)重影響紅外成像系統(tǒng)成像的質(zhì)量，實(shí)際應(yīng)用中需要采用響應(yīng)的非均勻性校正（NUC）技術(shù)。傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)校正算法在校正結(jié)果中存在圖像模糊和偽像的問(wèn)題，影響人們對(duì)于目標(biāo)的觀察。在分析了傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)性校正算法所出現(xiàn)問(wèn)題原因的基礎(chǔ)上，提出了有效的改進(jìn)算法：用非線(xiàn)性濾波器代替?zhèn)鹘y(tǒng)算法中使用的均值濾波器。算法改進(jìn)之后所得到的校正圖像，不僅在清晰度方面有明顯

2、的改善，而且有效的消除了傳統(tǒng)算法中存在偽像的問(wèn)題。關(guān)鍵詞關(guān)鍵詞：非均勻性；神經(jīng)網(wǎng)絡(luò)；模糊；偽像中圖分類(lèi)號(hào)中圖分類(lèi)號(hào)：TN215文獻(xiàn)標(biāo)識(shí)碼文獻(xiàn)標(biāo)識(shí)碼：AImprovedinfraredimageneuralwknonunifmitycrectionalgithmAbstract：Theresponsiveofinfraredfocalplanearrays(IRFPA)isdifferentitwillaffectthequalityof

3、imagingsystemseriously.Nonunifmitycrectiontechnologywillneedinpracticalapplication.Thecalibratedimageshavetheproblemsofblurringexistingghostartifactswhenusethetraditionalneuralwkcrectionalgithm.itisbadftheobservationofth

4、etarget.Afteranalysisthereasonsftheproblemsinthetraditionalneuralwkcrectionalgithm，proposedtheimprovedalgithm.Replacethemeanfilterwhichusedinthetraditionalalgithmbythenonlinearfilter.Thecrectedimagebytheimprovedalgithmno

5、tonlyamarkedimprovementinclaritybutalsoeffectivelyeliminatetheproblemofartifactsintraditionalalgithms.Keywds：NonunifmityNeuralwkBlurringGhostingartifacts0引言紅外技術(shù)是20世紀(jì)初新出的一種不可見(jiàn)光技術(shù)，目前已被廣泛應(yīng)用于軍事和民事領(lǐng)域，如紅外探測(cè)，紅外監(jiān)視等。而IRFPA作為紅外技術(shù)的

6、核心部分，起著關(guān)鍵的作用，但是IRFPA上存在的非均勻性是影響紅外系統(tǒng)的一個(gè)重大因素。因此，對(duì)于非均勻性的研究是目前廣泛討論的問(wèn)題。目前國(guó)內(nèi)外已經(jīng)出現(xiàn)了多種IRFPA非均勻性校正方法，歸納起來(lái)它們大致可以分為兩類(lèi)：基于定標(biāo)的NUC算法[1]，這類(lèi)算法由于精度高、算法簡(jiǎn)單，得到了廣泛的應(yīng)用。但是定標(biāo)類(lèi)校正方法由于受到IRFPA工作時(shí)間和環(huán)境的影響，其響應(yīng)參數(shù)會(huì)發(fā)生緩慢漂移，進(jìn)而影響校正精度。因此，定標(biāo)類(lèi)校正方法通常需要進(jìn)行周期性定標(biāo)校正[

7、2]，這樣在校正過(guò)程中就需要設(shè)備停止工作，所以會(huì)帶來(lái)很大的不便。第二類(lèi)是基于場(chǎng)景的NUC算法[3]，這類(lèi)校正算法在一定程度上能夠克服IRFPA響應(yīng)漂移帶來(lái)的校正誤差，并且不需要參考源，因此基于場(chǎng)景的算法成為了目前研究的主要方向。神經(jīng)網(wǎng)絡(luò)校正方法以其較好的自適應(yīng)性和誤差跟蹤能力而成為場(chǎng)景類(lèi)校正方法中最具發(fā)展前途的一種方法。但是，傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)校正算法存在校正結(jié)果模糊，且存在偽像的問(wèn)題。本文的主要工作就是針對(duì)該算法存在的問(wèn)題，對(duì)其進(jìn)行改進(jìn)，

8、并取得了很好的效果。1.非均勻性的產(chǎn)生非均勻性指的是焦平面陣列在外界均勻光強(qiáng)照射時(shí)，各單元的輸出不一致，在圖像上表現(xiàn)為空間噪聲或固定圖案噪聲。假設(shè)每個(gè)探測(cè)器的響應(yīng)模型為線(xiàn)性模型，對(duì)于焦平面陣列中第個(gè)像元在時(shí)ijn刻的輸出響應(yīng)可以表示為：(1)()()()()ijijijijxnknynbn??值濾波器的基礎(chǔ)上對(duì)其進(jìn)行改善，無(wú)論是對(duì)于偽像的消除方面還是紅外圖像非均勻性的校正方面都取得了很好的效果。本文算法原理框圖如圖2所示：Paramet

9、ersofnonunifmitycrectionαtrimmedmeanvaluefiltery(n1)f(n)e(n)crectionG(n1)O(n1)x?(n)圖2本文算法方框圖Fig.2wkstructureoftheimprovedalgithm3.1.裁剪均值濾波器?傳統(tǒng)的裁剪均值濾波器[9]：設(shè)以點(diǎn)為???xy中心的窗口有個(gè)像素，對(duì)這N個(gè)像素按21Nk??灰度值由小到大順序進(jìn)行排列得到，則12Nxxx?濾波器的輸出為：(9

10、)????????112NNiiNgxyxNN??????????式中，()為裁剪系數(shù)，是取整運(yùn)算，?00.5??????通過(guò)調(diào)整系數(shù)，濾波器對(duì)高斯噪聲和脈沖噪聲有?較好的抑制作用。為了更靈活的對(duì)序列元素進(jìn)行取值，對(duì)上述濾波器進(jìn)行稍微的改進(jìn)得到裁剪均值濾波器：????(10)1()NiiNgxyxK??????式中，（），（）為裁剪系?01????0????數(shù)，，是取整運(yùn)算。裁[][]KNN???????????剪均值濾波器就是在序列中

11、，跳過(guò)前12Nxxx?個(gè)像素，求接下來(lái)K個(gè)像素灰度的均值。由??N?于不同的噪聲類(lèi)型需要的濾波器類(lèi)型不同，因此可以單獨(dú)的改變、的值來(lái)取不對(duì)稱(chēng)的序列值進(jìn)??行運(yùn)算。試驗(yàn)中可以通過(guò)連續(xù)的改變、的值，??并計(jì)算不同裁剪系數(shù)下濾波圖像的信噪比，取信噪比最高的濾波結(jié)果作為最終的輸出。該算法擁有均值和中值濾波器的優(yōu)點(diǎn)，比傳統(tǒng)裁剪均值濾波?器更加的靈活。3.2.改進(jìn)的神經(jīng)網(wǎng)絡(luò)算法鑒于傳統(tǒng)算法中隱含層采用均值濾波帶來(lái)的問(wèn)題，將隱含層輸出重新定義如下：(

12、11)????1?NijiiNfnxnK?????其中，（），（）為裁剪系?01????0????數(shù)，，是取整運(yùn)算。是對(duì)[][]KNN??????????xn窗口內(nèi)N個(gè)像素的灰度值進(jìn)行排序后得到的序列。由于選取不同的裁剪系數(shù)會(huì)得到不同的，為??ijfn了使濾波效果最優(yōu)化，通過(guò)在取值范圍內(nèi)連續(xù)改變、的值，對(duì)比不同的裁剪系數(shù)得到的濾波圖像??的信噪比（SNR），選取使得SNR最大的濾波圖像作為最終的隱含層輸出，而算法中的其余部??ijfn分

13、則保持不變。SNR定義如下[10]：(12)??211211110lg1NMijijNMijijijNMxSNRNMxx??????????????????????????式中，NM分別為圖像的寬度和高度，為原圖像，x為濾波后的圖像。x?4.實(shí)驗(yàn)結(jié)果與分析由于缺少具有非均勻性的紅外圖片，本文通過(guò)人工對(duì)原始紅外圖像添加非均勻性噪聲對(duì)非均勻性圖像進(jìn)行模擬。實(shí)驗(yàn)中分別使用傳統(tǒng)算法和改進(jìn)算法，對(duì)具有非均勻性的紅外圖像進(jìn)行處理，校正過(guò)程中迭代步長(zhǎng)

14、設(shè)置為0.00001，處理結(jié)果如圖3?所示。從圖3的結(jié)果中可以看出，傳統(tǒng)神經(jīng)網(wǎng)絡(luò)算法校正后的紅外圖像比較模糊。本文中的改進(jìn)算法由于結(jié)合了中值濾波和均值濾波兩種濾波器的優(yōu)點(diǎn)，使得它不僅對(duì)于非均勻性有較高的校正能力，并且得到的校正圖像比較清晰。為了直觀的的對(duì)比改進(jìn)后的算法與傳統(tǒng)算法的性能，實(shí)驗(yàn)中通過(guò)均方根誤差（RMSE）曲線(xiàn)進(jìn)行直觀的對(duì)比，RMSE定義如下式：(13)2111()NMijijijRMSExyMN??????式中，是輸入的源圖