红外焦平面阵列盲元检测与补偿算法研究_张小龙

。 在检测过程中由于受时域噪声和非均匀性
噪声的影响 , 使得要得到精确的盲元检测结果变 得相当困难 。 为此 , 文献[ 3] 根据像元的时域噪声 定义了像元的可校正度 , 通过该属性来判别失效 像元 。 文献[ 1] 和文献[ 2] 则进一步从像元的响
＊ 收稿日期 : 2007 -01 -29 基金项目 : 航空科学基金( 04I53067) 作者简介 : 张小龙( 1981 -) , 男 , 河北保定 人 , 硕士研究生 , 研究方向 : 红外 成像 、实 时图像信 号处理及空 战仿真 平台 。
第 28 卷 第 1 期 2008 年 02 月
弹 箭 与 制 导 学 报 Journal o f P rojectiles , Ro cke ts , M issile s and G uidance
Vo l . 28 No . 1 Feb 2008
红外焦平面阵列盲元检测与补偿算法研究
加窗“ 3σ ” 方法 261 1. 521
另外 , 为了进一步提高硬件处理速度 , 可以 先对整幅图像进行一次粗判断 ( 阈值为 σ ) , 然后 再用加窗算法对已判断出的结果进行精判断 , 实 验结果表明其检测速度可以提高( 10 ～ 20) 倍。 4. 2 盲元补偿结果分析 文中分别用邻域平均法 、 中值滤波法和改进 的补偿方法对盲元检测结果( 图 4) 进行了补偿 , 在这里邻域平均法用的是 8 邻域平均法 , 中值滤 波法用的是 3 × 3 的滤波器 。 实验结果如下 : 图5 为原始图像 , 图 6 是用邻域平均法补偿的结果 , 图 7 是用中值滤波法补偿的结果 , 图 8 是用改进 的补偿方法补偿的结果 。 从理论分析和补偿图像中可以看出改进的 方法好于中值滤波法和邻域平均法 , 补偿效果由 好到差的顺序是 : 改进方法 、中值滤波法和邻域 平均法 。 在实际使用中 , 要根据系统的要求选择 不同的补偿方法 , 邻域平均偿效果 最 好 , 但它的计算量也是最大的 。 因此 , 具体选择 哪种补偿 方法就要 综合考虑 补偿效果 , 补偿 速 度 , 硬件实现等各种因素 。
Bad Pixel Detection and Compensation for IRFPA
Z HA NG Xiao lo ng , Z HA O G uifang , C UI Ruiqing ( Scho ol o f A stronautics , N o rthwest Po ly technical U niver sity , Xi' an 710072 , China) Abstract : A accnr ate me tho d of bad pixel de tection based on “ 3σ ” principle with w indo w wa s proposed , w hich o vercome s less bad pix el de tectio n under the conditio n of time domain no ise and non-unifo rmity . T he method o f bad pixel co mpensa tion ba sed on midualue filter as alaso the bad pixel co mpensation beco me mo re effective . T he result of simula tion sho w s loca ting accur acy and check ratio hav e been improved and the improv ed method o f bad pixel co mpensation is be tte r tha n traditio nal one . Keywords : inf rared focal plane a rray ; bad pixels ; window ; “ 3σ ” principle ; no n -unifor mity
[ 7]
。 对盲元的处理主要有以下两个方面 : 一是
盲元检测 ; 二是盲元补偿 。 在这里盲元检测是至 关重要的 , 因为盲元的过检测会增加计算量 , 同 时也会损失图像信息 ; 而欠检测则会影响去噪效 果
[ 2]
等 , 但都不是很成熟 。 因此 , 探索简便易行的
盲元检测与补偿算法是红外信号领域的研究热 点之一 。 文中在分析了现有盲元检测和补偿方法的 基础上 , 提出了一种基于窗口的自适应阈值盲元 检测方法 , 同时对基于中值滤波盲元补偿方法进 行了改进 , 新的检测方法是通过加窗和自适应取 阈值 , 有效地克服了图像在受时域噪声和非均匀
i+ n j+ n
f( i , j)=
k =i n l =j n
k , l) H( n -i +1 , ∑ ∑ [ f( ( 2)
n -j +1) ] 盲元灰度值 , H 为邻域平均算子阵列 : 1 1 1 H = 1 0 8 1 1 中值滤波结果 : f( i , j)= Med 1 1 1
μ ( i , j)=
第 1 期
张小龙等 : 红外焦平 面阵列盲元检测与补偿算法研究
· 201 ·
性影响情况下盲元检测精度低的问题 。 最后 , 对 改进的盲元补偿方法与传统的邻域平均法 、中值 滤波法进行了仿真实验 , 并比较和分析了各自的 优缺点 。
j) , 即 e( i , j)= |f ( i , j)-μ ( i , j) | ; 4)判断 e( i , j)是否大于 3σ ( i , j) , 如果是则 判定为盲元 , 并记录当前的坐标( i , j) , 进入下一 步 , 否则直接进入第 6)步 ; 5) 将盲元的灰度值 f ( i , j) 用均值 μ ( i , j) 替 代 , 以提高后续像元的盲元检测精度 ; 6)将窗口中心移动到下一个像元 , 返回第 2)步 , 直到中心像元扫描完所有的像素 。
( 3)
2) 计算用均值 f ( i , j) 替代盲元 f ( i , j) 后的
· 202 ·
弹 箭与 制 导学 报 表 1 盲元检测结果统 计 原始方法 盲元数 371 盲元率( ﹪) 2 . 261 “ 3σ ” 方法 144 0. 878
第 28 卷
f( i -1 , j -1) f ( i -1 , j) f ( i -1 , j +1) f( i , j -1) f( i , j) f( i , j +1) ( 4) f( i , j) 为盲元补偿的最终结果 , Med 为取中值运 算。 f( i +1 , j -1) f ( i +1 , j) f ( i +1 , j +1)
i+ n j+ n i+ n j+ n
3 盲元补偿
盲元补偿是在得到准确的盲元定位后所要 做的工作 , 常用的补偿方法是邻域平均法和中值 滤波法 。 其中邻域平均法是由某像素邻域内的各 点灰度值的平均值来代替该像素原来的灰度值 , 它对盲元的补偿结果会使图像中目标的轮廓和 细节变得模糊 ; 中值滤波法是基于噪声往往以孤 立的点的形式出现 , 这些点对应的像素很少 , 而 图像则由像素较多 、面积较大的小块构成 , 它是 一种非线性处理技术 , 能较好地抑制图像中的尖 峰噪声 , 但是窗口选择不好的话 , 在抑制噪声的 同时也会抑制有用信号 。 文中在综合考虑邻域平均法和中值滤波法 优缺点的基础上 , 提出了一种将邻域平均和中值 滤波相结合的改进补偿方法 。 该方法首先计算盲 元 8 邻域的平均值 , 然后用该平均值替代原盲元 的灰度值 , 最后再用中值滤波法对其进行二次修 正 , 从而得到最终的盲元补偿结果 , 算法的具体 实现如下 : 1)计算邻域平均值 :
2 盲元检测
2. 1 加窗原理 由于红外焦平面阵列探测器各阵列元的响 应非均匀性使得红外图像表现为区域灰度不一 致 , 这就给直接采用全局阈值进行判断带来了困 难 , 阈值太大容易造成漏判 , 阈值太小又会造成 局部过判 , 而基于滑动窗口的自适应阈值检测方 法却可以较好地克服以上困难 。 这里滑动窗口指 的是以某一像元为中心 , 取一个( 2n +1) ×( 2n + 1) 的窗口 , 通过求窗内像元的均值与标准差来判 断该中心像元是否为盲元 。 在这里窗口的大小选 取非常重要 , 如果窗口太大将不能有效地消除区 域非均匀性对盲元检测的影响 , 而太小的话 , 基 于统计特性的均值和标准差又不是很准确 , 经反 复实验 : n 取 4 或 5 时检测精度最高 。 2. 2 自适应阈值的计算 由于基于均匀背景的红外图像的灰度值近 似于正态分布[ 2] , 利用这一统计特性和盲元在图 像中的表现特征 , 文中采用“ 3 σ ” 准则对盲元进行 判断 , 即把响应值在平均响应灰度 ±3σ 之外的像 元自动判定为盲元 。 阈值计算公式为 : σ ( i , j)= 1 k , l)-μ ( i , j) ]2 2 ∑ ∑[ f ( ( 2n +1) k =i n l =j n ( 1) 式中 : σ ( i , j)为中心坐标 ( i , j)的窗口像元灰度 标准差 , n 为半窗宽 , f ( k , l) 为窗内像元灰度值 ,
应率和时域噪声两方面加以考虑进行处理 , 但大
1 引言
随着红外成像设备应用领域的扩展 , 人们对 其成像质量也提出了越来越高的要求 , 但由于制 造工艺 、 材料等因素的影响 , IRF PA 器件不可避 免地存在 着盲元 、非 均匀 性等问 题 ; 盲 元是指 IRFP A 器 件 中 响 应 过 高 和 过 低 的 探 测 器 单 元
[ 1]
部分算法都是基于实验室测量的数据 , 操作起来 较为复杂 , 误差也比较大 ; 而用“ 3 σ ” 原则对输出 图像进行盲元检测在硬件实现上则相对容易 , 但 是用“ 3σ ” 原则对原始图像直接进行检测容易造 成漏判 。 因此 , 文献[ 4] 采用 “ 3σ ” 原则与人工判 别相结合的方法 。 在盲元补偿方面 , 现有的方法 有相邻像元替代法[ 5] 、 中值滤波法[ 6] 和线性插值 法