光电成像——非均匀性校正

红外成像系统非均匀性快速校正方法红外成像系统是一种利用物体所放射的红外辐射图像来研究物体表面温度分布的一种技术。

在此技术中，成像系统测量物体表面的不断变化的温度，并将其以数字形式传递给计算机，以便进行图像处理和分析。

然而，在红外成像系统中，成像系统的感受器非均匀性会导致图像质量下降，降低对物体表面温度分布的准确度。

因此，人们需要对红外成像系统进行非均匀性快速校正。

本文将介绍一种红外成像系统非均匀性快速校正方法。

校正步骤如下：第一步：对系统进行预热。

在进行非均匀性快速校正之前，需要确保红外成像系统已经预热。

由于数字红外成像系统是基于变差电阻器制造的，因此这种设备必须在10-30分钟内进行预热，以获得最准确的非均匀校正结果。

第二步：选择一个可见光相同区域的点。

在非均匀性快速校正过程中，应选择一个可见光相同区域的点作为校正点。

在该点附近，可以确定一个区域，以此确定成像系统的校正系数。

其次，在选择校正点时，应选择具有相对稳定温度的物体，以避免校正结果受到外界温度的干扰。

第三步：测量校正点的温度。

在选择了一个可见光相同的校正点之后，需要测量该点的温度。

可以使用一个温度计或其他合适的测量设备进行测量。

此外，在测量过程中，应确保温度计和红外成像系统的范围和标定方式相同。

这可以确保准确度的一致性。

第四步：确定校正系数。

在测量了校正点的温度之后，需要确定校正系数以进行校正。

这需要测量在红外成像系统中检测到的校正区域中的每个像素的参数值。

根据这些值，可以计算出一个在该区域内的校正系数。

这个系数可以被应用到整个图像中，从而对红外成像系统的非均匀性进行校正。

第五步：进行校正。

在确定了校正系数之后，我们可以对不规则成像系统进行校正。

这可以通过将校正系数应用到整个图像中来实现。

在校正后，无论是图像的温度测量还是温度差异均可更加准确。

总体来说，这种红外成像系统非均匀性快速校正方法可以快速有效地进行红外成像系统的非均匀性校正。

IRFPA响应的非均匀性校正的算法研究CONTENTS一．IRFPA响应的非均匀性产生原因…………二．常见的非均匀性校正方法的原理三．两点标定法及改进思路四．自适应算法的介绍和改进五．盲元替代的实现附录一：用于实现两点标定法和盲元处理的MFC源程序参考文献一．IRFPA响应的非均匀性产生原因为了对IRFPA响应的非均匀性进行校正，我们有必要先对它的定义和成因进行介绍。

红外成像过程可以描述为目标和背景的红外辐射通过大气和光学系统传输后到达红外焦平面阵列（infrared focal plane arrays, IRFPA），红外探测器把辐射信号转换为电信号，然后经过读出电路输出显示的过程。

因此，IRFPA响应输出是目标辐射特性、大气传输特性、光学系统特性、器件响应特性等诸多因素共同作用的结果。

依此，我们可以把影响红外成像质量的因素分为四种：响应的非均匀性，响应的漂移特性，盲元，目标辐射的对比度。

对于目标辐射的对比度，由观测对象决定，但可以通过图像增强的方法进行改善。

本文主要讨论前三种。

对于理想的IRFPA，假定输入辐射均匀且相同的话，那么每个探测器的输出信号应该完全相同。

但事实上，由于制作工艺，材料质量等因素的影响，每个探测器在阻抗，容抗，热敏面积，电阻温度系数等参数方面均有差别，因此输出信号幅度并不相同，即产生固定图案噪声( Fixed Pattern Noise , FPN )，这种不一致就是IRFPA响应的非均匀性。

1999年中华人民共和国国家标准红外焦平面阵列参数测试技术规范中的关于非均匀性(NU)的定义如下：(1-1)其中V表示红外焦平面阵列上所有有效像元的输出信号平均值(在计算输出信号的和以及非均匀性时，均不包括无效像元的信号值)，M和N分别为焦平面阵列的行数和列数，d 为焦平面阵列中的死像元数，h为焦平面阵列中的过热像元数。

盲元包括死像素和过热像素。

死像素指响应率小于平均响应率的1／10的像素；而过热像素就是响应率大于平均响应率10倍的像素。

红外成像非均匀性校正技术研究红外成像技术在军事、安防、医疗等领域具有广泛应用，但其成像过程中存在的非均匀性问题一直是制约其成像质量的关键因素之一。

红外成像非均匀性主要体现在图像中心亮度较高，边缘亮度较低的现象。

为了提高红外成像的质量，研究人员开展了红外成像非均匀性校正技术的研究。

红外成像非均匀性的产生主要是由于红外探测器在制造过程中存在的制造差异以及工作过程中的温度波动所引起的。

红外探测器的制造差异包括器件材料、探测单元数量等因素。

而温度波动则会导致红外探测器的灵敏度发生变化，进而影响成像的质量。

因此，研究人员通过对红外探测器进行校正，以消除这些非均匀性。

目前，红外成像非均匀性校正技术主要分为两种方法：硬件校正和软件校正。

硬件校正是通过在红外探测器上增加校正电路和校正器件来实现的，可以对每个像素点进行校正，但成本较高。

软件校正则是通过算法处理的方式，将非均匀性信息存储在一个表格中，在成像时进行处理，可以降低成本，但对算法的要求较高。

在软件校正方法中，最常用的是查找表法。

该方法通过在红外成像系统中加入一块低温黑体，通过调整不同像素点的增益和偏置来校正非均匀性。

此外，还有基于统计学方法的校正技术，例如使用平均值、中值、高斯滤波等方法来消除非均匀性。

此外，还有一些新的红外成像非均匀性校正技术正在不断发展中。

例如，基于深度学习的方法可以通过训练神经网络来实现非均匀性校正。

通过大量的样本数据进行训练，网络可以学习到非均匀性的特征，并进行校正。

这种方法具有较高的准确性和实时性，但对训练数据的要求较高。

总之，红外成像非均匀性校正技术在红外成像领域具有重要的意义。

通过对红外探测器进行校正，可以提高红外成像的质量，拓宽其应用范围。

随着技术的不断发展，相信在未来会有更多更先进的非均匀性校正技术出现，进一步推动红外成像技术的发展。

文章编号 2097-1842（2024）01-0160-07基于光照模型的细胞内镜图像不均匀光照校正算法邹鸿博1，章　彪1，王子川1，陈　可2，王立强2，袁　波1 *（1. 浙江大学 光电科学与工程学院, 浙江 杭州 310027；2. 之江实验室类人感知研究中心, 浙江 杭州 311100）摘要：细胞内镜需实现最大倍率约500倍的连续放大成像，受光纤照明及杂散光的影响，其图像存在不均匀光照，且光照分布会随放大倍率的变化而变化。

这会影响医生对病灶的观察及判断。

为此，本文提出一种基于细胞内镜光照模型的图像不均匀光照校正算法。

根据图像信息由光照分量和反射分量组成这一基础，该算法通过卷积神经网络学习图像的光照分量，并基于二维Gamma 函数实现不均匀光照校正。

实验表明，经本文方法进行不均匀光照校正后，图像的光照分量平均梯度和离散熵分别为0.22和7.89，优于自适应直方图均衡化、同态滤波和单尺度Retinex 等传统方法以及基于深度学习的WSI-FCN 算法。

关 键 词：细胞内镜；不均匀光照；光照模型；卷积神经网络中图分类号：TN29;TP391.4 文献标志码：A doi ：10.37188/CO.2023-0059Non-uniform illumination correction algorithm for cytoendoscopyimages based on illumination modelZOU Hong-bo 1，ZHANG Biao 1，WANG Zi-chuan 1，CHEN Ke 2，WANG Li-qiang 2，YUAN Bo 1 *（1. College of Optical Science and Engineering , Zhejiang University , Hangzhou 310027, China ；2. Research Center for Humanoid Sensing , Zhejiang Lab., Hangzhou 311100, China ）* Corresponding author ，E-mail : **************.cnAbstract : Cytoendoscopy requires continuous amplification with a maximum magnification rate of about 500 times. Due to optical fiber illumination and stray light, the image has non-uniform illumination that changes with the magnification rate, which affects the observation and judgement of lesions by doctors.Therefore, we propose an image non-uniform illumination correction algorithm based on the illumination model of cytoendoscopy. According to the principle that image information is composed of illumination and reflection components, the algorithm obtains the illumination component of the image through a convolution-al neural network, and realizes non-uniform illumination correction based on the two-dimensional Gamma function. Experiments show that the average gradient of the illumination channel and the discrete entropy of the image are 0.22 and 7.89, respectively, after the non-uniform illumination correction by the proposed method, which is superior to the traditional methods such as adaptive histogram equalization, homophobic收稿日期：2023-04-04；修订日期：2023-05-15基金项目：国家重点研发计划项目（No. 2021YFC2400103）；之江实验室科研项目（No. 2019MC0AD02，No. 2022MG0AL01）Supported by the National Key Research and Development Program of China (No. 2021YFC2400103); Key Research Project of Zhejiang Lab (No. 2019MC0AD02, No. 2022MG0AL01)第 17 卷　第 1 期中国光学（中英文）Vol. 17　No. 12024年1月Chinese OpticsJan. 2024filtering, single-scale Retinex and the WSI-FCN algorithm based on deep learning.Key words: cytoendoscopy；non-uniform illumination；illumination model；convolutional neural network1 引　言细胞内镜是一种具有超高放大倍率的内窥镜[1-4]，可实现常规倍率到细胞级放大倍率的连续放大观察。

gf6 多光谱辐射定标
GF6多光谱相机是一款高灵敏度的多光谱相机，可以拍摄多光谱图像，并将其转化为数字信号。

为了保证GF6多光谱相机的测量精度，需要对其进行辐射定标。

辐射定标是一种将相机拍摄到的图像信号转化为物理量（如辐射能量）的过程。

GF6多光谱相机的辐射定标主要包括以下步骤：
1. 暗电流校正：暗电流是相机在无光照射的情况下产生的电流，会导致图像噪声增加。

为了消除暗电流的影响，需要对相机进行暗电流校正。

2. 光响应非均匀性校正：光响应非均匀性是指相机不同像素对光的响应存在差异。

为了消除光响应非均匀性的影响，需要对相机进行光响应非均匀性校正。

3. 光谱响应非均匀性校正：光谱响应非均匀性是指相机不同像素对不同波长的光的响应存在差异。

为了消除光谱响应非均匀性的影响，需要对相机进行光谱响应非均匀性校正。

4. 大气校正：大气校正是指消除大气对相机拍摄图像的影响。

为了消除大气的影响，需要对相机进行大气校正。

5. 辐射定标：辐射定标是指将相机拍摄到的图像信号转化为物理量（如辐射能量）的过程。

为了进行辐射定标，需要使用标准光源对相机进行校准。

通过以上步骤，可以获得GF6多光谱相机的辐射定标参数，并将其应用于实际测量中，以保证测量精度。

短波红外相机响应非均匀性校正方法研究及仿真崔磊;刘智【摘要】介绍短波红外相机非均匀性校正的两种基本方法,两点校正法以及多点校正法,同时提出改进算法即定标和场景融合的校正算法.此方法能够自适应克服红外焦平面阵列探测单元的响应漂移现象,克服外界环境改变带来的校正误差,实现短波红外相机在工作时间延长和多变环境情况下的高精度实时非均匀性校正,且不需要重新定标,方法简单,效果明显.采用像元数为320×256的红外焦平面阵列进行红外相机非均匀性实时校正实验,并将三种方法用MATLAB软件分别进行仿真,实验结果达到预期目的,校正效果良好.%In this paper, two basic methods of nonuniformity correction of short wave infrared camera are introduced, including two-point correction method and multiple point correction method. At the same time, an improved algorithm is proposed, which is the correction algorithm of calibration and scene fusion. The response drift of the infrared focal plane array detector can be overcome. To overcome the correction error caused by the change of the external environ-ment, high precision real time nonuniformity correction of short wave infrared camera in working time and changeable environment can be realized. And the standard need not to be reset,the method is simple,the effect is obvious. Non-uniformity real-time calibration experiment is adopted in infrared camera using infrared focal plane array with pixel num-ber 320 × 256. And the three methods are simulated by MATLAB software, the experimental results showed that the desired objectives is achieved and the correction effect is good.【期刊名称】《长春理工大学学报（自然科学版）》【年(卷),期】2017(040)002【总页数】5页(P106-110)【关键词】红外焦平面阵列;探测单元;增益;偏移量【作者】崔磊;刘智【作者单位】长春理工大学电子信息工程学院,长春 130022;长春理工大学电子信息工程学院,长春 130022【正文语种】中文【中图分类】TN21短波红外成像技术可提供可见光、微光夜视、中波、长波红外成像所不能提供的信息，对于在红外波段获取完整目标信息具有重要意义，所以短波红外相机的应用前景是无可估量的［1］。

第35卷，增刊、7b1．35Su ppl e m e n t红外与激光工程hl fh捌柚d Las erEngi nee f i ng2006年l O月0ct．2006热像仪非均匀性修正系数的串行下载高山(华北光电技术研究所，北京100015)摘要：介绍了一种用PC机的串行口来下载热像仪非均匀性修正系数的方法。

通过实验表明该方法简单易行，传输数据可靠性高。

给出了实验中得到的修正系数图像和修正图像。

关键词：热像仪；非均匀性；修正；闪存中图分类号：TN216文献标识码：A文章编号：1007-2276(2006)增E—0072—04The珊al i m ager7s nonuniI．0瑚i ty m odi f i ed coef nci entdow nl oad by s er i al por tG A oS ha n(№衲Ct d舱R髓∞h In s石nl t e of El ccnm叩血s。

B啕i119100015．c艟n)A bs们ct：A good m et I l od i s i n仃I D duc ed tl latⅡl e衄ali m age r’s non硼i f0蛐埘m odi f i ed coef fi ci ent i s dow nl oa d t l l rough PC’s ser i al por t．Thi s m et hod is si I I l pl e and eas y t o oper at e and has good dat a t m ns f er r el i ab i l i t y．A t la st，m odi f i ed coe f!f i ci en t i m a ge and m odi f l ed i m age a r egot t hJ．ough exper i I ne nt s．K ey舯rds：Tl l e咖al i m age r；NonuIli f蛳哆；M od坶；F1as hO引言随着红外技术的不断发展，焦平面探测器的制造工艺逐步成熟起来，但由于制造材料、工艺以及工作环境等方面的原因，红外焦平面阵列普遍存在非均匀性问题。

电子设计工程Electronic Design Engineering第27卷Vol.27第1期No.12019年1月Jan.2019收稿日期：2018-03-26稿件编号：201803221作者简介：夏候耀涛（1992—），男，江西吉安人，硕士研究生。

研究方向：光电检测。

近年来，随着机器视觉的兴起，计算机视觉设备广泛应用于工业、交通、医疗、军事等领域。

CCD 探测器以低噪声，输出稳定，成像稳定的优点得到了广泛的应用，但成本较高，帧频低不利于高速摄影。

随着技术和制造工艺的发展，CMOS 探测器的成像质量不断提高。

相较于CCD 探测器，CMOS 探测器驱动简单，集成度高，功耗低，帧频高，这使得CMOS 探测器在很多领域逐渐代替了CCD 探测器。

例如，美国CMOSIS 公司推出的低噪声、高灵敏度、高帧频的面阵CMOS 探测器CMV4000可用于低照度环境下高质量成像，该探测器的像元分辨率4M ；具有卷帘、全局两种快门方式。

在低照度卷帘快门的读出噪声小于10e-RMS ，全局快门的读出噪小于15e-RMS ；最大帧频180frame/s ；具有16个LVDS 输出通道，经列放大器增强后输出12bit 的数据。

由于CMOS 探测器的结构，各个像素和各列像素都有独立的增益放大器，放大器较小的失配都会产生固定图案噪声[1]。

因此，CMOS 传感器的成像质量仍有待提高。

目前常用的校正方法主要是基于定标的校正方法，包括：两点校正，分段线性校正，多项式拟合校正[2]。

但由于传统的校正算法需要计算每个像素的校正系数，数据量较大。

因而，本文通过研究CMV4000探测器的非均匀性，在前人的基础上，提基于FPGA 的CMOS 图像实时非均匀性校正方法夏候耀涛1，2，王万平1，黄涛1（1.中国科学院光电技术研究所四川成都610000；2.中国科学院大学北京101400）摘要：非均匀性校正是降低CMOS 图像传感器固定模式噪声的有效方法，对于获取高质量的图像具有重要意义。

HDR High Dynamic Range ，即高动态范围，比如所谓的高动态范围图象（HDRI）或者高动态范围渲染（HDRR）。

动态范围是指信号最高和最低值的相对比值。

目前的16位整型格式使用从“0”（黑）到“1”（白）的颜色值，但是不允许所谓的“过范围”值，比如说金属表面比白色还要白的高光处的颜色值。

在HDR的帮助下，我们可以使用超出普通范围的颜色值，因而能渲染出更加真实的3D场景。

也许我们都有过这样的体验：开车经过一条黑暗的隧道，而出口是耀眼的阳光，由于亮度的巨大反差，我们可能会突然眼前一片白光看不清周围的东西了，HDR在这样的场景就能大展身手了。

HDR可以用3句话来概括：亮的地方可以非常亮暗的地方可以非常暗亮暗部的细节都很明显。

HDR的处理在显卡中可以分为3个步骤：将画面用高光照动态范围渲染，并储存每个象素的亮度特性；将HDRI画面转成低动态范围的画面（RGBA或是sRGB）；色彩和Gamma校正后传送到显示设备输出。

计算机在表示图像的时候是用8bit(256)级或16bit(65536)级来区分图像的亮度的，但这区区几百或几万无法再现真实自然的光照情况。

HDR文件是一种特殊图形文件格式，它的每一个像素除了普通的RGB信息，还有该点的实际亮度信息。

普通的图形文件每个象素只有0 －255的灰度范围，这实际上是不够的。

想象一下太阳的发光强度和一个纯黑的物体之间的灰度范围或者说亮度范围的差别，远远超过了256个级别。

因此，一张普通的白天风景图片，看上去白云和太阳可能都呈现是同样的灰度/亮度，都是纯白色，但实际上白云和太阳之间实际的亮度不可能一样，他们之间的亮度差别是巨大的。

因此，普通的图形文件格式是很不精确的，远远没有纪录到现实世界的实际状况。

所以，现在我们就要介绍一下高动态范围图像（简称HDRI）。

HDR高动态范围渲染目前是一种逐渐开始流行的显示技术，其技术出发点就是让计算机能够显示更接近于现实照片的画面质量。