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

基于自适应扩散模型的单帧红外条纹非均匀性校正算法

陈世伟,杨小冈,张胜修,刘云峰

downloadPDF
陈世伟, 杨小冈, 张胜修, 刘云峰. 基于自适应扩散模型的单帧红外条纹非均匀性校正算法[J]. , 2016, 9(1): 106-113. doi: 10.3788/CO.20160901.0106
引用本文: 陈世伟, 杨小冈, 张胜修, 刘云峰. 基于自适应扩散模型的单帧红外条纹非均匀性校正算法[J]. , 2016, 9(1): 106-113.doi:10.3788/CO.20160901.0106
CHEN Shi-wei, YANG Xiao-gang, ZHANG Sheng-xiu, LIU Yun-feng. Single infrared stripe nonuniformity correction algorithm based on adaptive diffusion models[J]. Chinese Optics, 2016, 9(1): 106-113. doi: 10.3788/CO.20160901.0106
Citation: CHEN Shi-wei, YANG Xiao-gang, ZHANG Sheng-xiu, LIU Yun-feng. Single infrared stripe nonuniformity correction algorithm based on adaptive diffusion models[J].Chinese Optics, 2016, 9(1): 106-113.doi:10.3788/CO.20160901.0106

基于自适应扩散模型的单帧红外条纹非均匀性校正算法

doi:10.3788/CO.20160901.0106
基金项目:国家自然科学基金项目(No.61203189);二炮院校青年基金资助项目(No.2014QNJJ023)
详细信息
    通讯作者:

    陈世伟(1979-),男,河北南和人,博士研究生,讲师,2006年于第二炮兵工程大学获得硕士学位,主要从事机器视觉及自动控制方面的研究。E-mail:cshw3876@tom.com

  • 中图分类号:TN215

Single infrared stripe nonuniformity correction algorithm based on adaptive diffusion models

  • 摘要:针对红外焦平面成像系统存在列向条纹非均匀性的现象,采用了一种基于自适应PM扩散模型的非均匀校正新算法。首先,综合利用图像梯度信息和局部灰度统计信息,自适应计算PM模型的扩散阈值;然后将每列像素的PM模型估计值作为该列像素的期望值;最后采用最陡下降法迭代计算得到每列像元的校正参数,并对结果进行循环校正以提高校正效果。实验结果表明:该算法可以保护图像边缘信息,与同类算法相比,能够更有效地抑制条纹非均匀性,并且能够防止图像产生鬼影。

  • 图 1不同扩散阈值对应PDE-based NUC校正前后的图像

    Figure 1.Images before and after using PDE-based NUC algorithm correction with different thresholds

    图 2PDE-based NUC算法中对图像27列偏移校正系数和误差函数的估计

    Figure 2.Estimations of the offset coefficients and the error signal using the PDE-based NUC algorithm

    图 3基于自适应扩散阈值的非均匀性校正算法流程

    Figure 3.Block diagram of the NUC algorithm based the proliferation of adaptive threshold

    图 45种算法用于实拍外红外图像的单帧校正效果比较

    Figure 4.Comparison of five NUC algorithms for signal infrared real images

    图 55种算法的校正性能曲线

    Figure 5.Performance curves of five NUC algorithms

    表 15种算法的平均校正效果比较

    Table 1.Average correction performance comparison of five NUC algorithms

    Performance NN-NUC MMSE LSK-SK PDE-based NUC PM-AD-NUC
    RMSE 24.670 3 24.749 1 18.580 5 18.510 2 16.248 9
    ρ 0.165 6 0.167 1 0.152 5 0.157 5 0.144 9
    RMSE(var) 1.784 2 1.846 1 1.057 5 1.006 5 0.728 4
    ρ(var) 4.845 2×10-4 9.031 7×10-4 2.088 7×10-4 2.842 7×10-4 1.989 2×10-4
    Time/s 5.88 3.76 4.09 4.71 7.45
    下载: 导出CSV
  • [1]

    [2]

    [3]

    [4]

    [5]

    [6]

    [7]

    [8]

    [9]

    [10]

    [11]

    [12]

    [13]

    [14]

    [15]

    [16]

  • 加载中
图(5)/ 表(1)
计量
  • 文章访问数:1311
  • HTML全文浏览量:217
  • PDF下载量:923
  • 被引次数:0
出版历程
  • 收稿日期:2015-09-11
  • 录用日期:2015-11-13
  • 刊出日期:2016-01-25

目录

    /

      返回文章
      返回
        Baidu
        map