平场校正算法

鱼眼图像畸变校正算法

司 磊 朱学玲

（安徽新华学院 信息工程学院 安徽 合肥 230088）

摘 要： 根据鱼眼镜头成像的特点，选择合适的图像畸变校正算法，标定鱼眼图像的中心和半径，用标定得到的参数进行校正，推出校

正模型，方法简单，易于实现，并对鱼眼图的畸变矫正问题提出意见与看法。

关键词： 鱼眼图像；畸变矫正；图像预处理；图像增强 中图分类号：TP391 文献标识码：A 文章编号：1671－7597（2012）1110166－02

鱼眼图像的畸变矫正是以某种独特的变换方式将一副鱼眼2 有关鱼眼图片的粗略校正图像转换为理想图像的操作，这种操作在全方位视觉导航中具1）求取鱼眼图像行和列的比值有重要的作用，是系统自动识别、跟踪和定位目标所必须的基将投射生成标准圆变换为鱼眼图片并求取图片中心点的方础操作。法与普通相机照相原理不同，对于提取出来的鱼眼图片的轮1 畸变图像的校正原理廓，我们先假定一个阈值，比如设一个灰度值30，用软件勾勒

描绘出校正鱼眼图片大概的轮廓，然后先求出该轮廓的中心点根据畸变图像特点标定坐标图，求取标定点像素的理想值坐标，根据轮廓的图形和鱼眼图像的中心点的坐标，可计算出和实际值，同时生成坐标映射表，再把坐标映射表用于畸变图畸变图像的圆半径，从而求取鱼眼图像的中心点坐标和鱼眼图像的校正程序后，即可得到无畸变图像，具体处理过程如下：像的粗略轮廓的图像的半径相对比，以便于将鱼眼图像的大概1）标定坐标轮廓重新调整处理，变的更为精确和直观。假定畸变校正的鱼镜头中心的畸变可以忽略为零，以镜头为中心，离镜头越眼图片的半径中的行坐标曲线和列坐标曲线不相等，则我们需远的地方畸变越大。以镜头为中心标定坐标图，对图像进行坐要将畸变校正的鱼眼图像中的园的半径的曲线与下面的公式相标的标定，按正方形均匀排列圆点，如图1所示。乘，然后就可以变换为普通的标准圆的图像。下面公式中（u，

v）是畸变校正的鱼眼图片的中心点，β为畸变校正的鱼眼图

Ｉ纂　始？　舞２ｌ勰＿　＿　－　０　０　：　红　外　＝＿　。　０　≯。　・。…　ｌ＿　≮　

文章编号ｔ　１６７２—８７８５（２００７）０２—００１５—０５　

红外焦平面阵列响应度非均匀性的校正算法　

蔡建荣，严高师，刘昌松，张　博　

（电子科技大学光电信息学院，四川成都６１００５４）　

摘　要：本文分析了红外焦平面阵列探测器的响应度非均匀性对成像系统灵敏度的影　

响和单个探测单元的积分时间响应非线性对成像质量的影响。提出了一种基于场景的　

运动扫描平均值校正与积分时间校正相结合的红外焦平面阵列响应度非均匀性的校正　

算法　从而使得系统不仅能够得到均匀性良好的响应度，而且还能使响应度不会受到　

积分时间改变的影响，进一步扩展了红外焦平面探测器的实际应用范围。　

关键词：红外焦平面阵列；非均匀性校正；积分时问；平均值校正　

中圈分类号：ＴＮ２１５　文献标识码：　Ａ　

Ａｎ　Ａｌｇｏｒｉｔｈｍ　ｆｏｒ　Ｃｏｒｒｅｃｔｉｎｇ　Ｒｅｓｐｏｎｓｅ　Ｎｏｎｕｎｉｆｏｒｍｉｔｙ　

ｏｆ　Ｉｎｆｒａｒｅｄ　Ｆｏｃａｌ　Ｐｌａｎｅ　Ａｒｒａｙｓ　

ＣＡＩ　Ｊｉａｎ—ｒｏｎｇ，ＹＡＮ　Ｇａｏ—ｓｈｉ．ＬＩＵ　Ｃｈａｎｇ—ｓｏｎｇ．ＺＨＡＮＧ　Ｂｏ　

（Ｓｃｈｏｏｌ　ｏｆ　Ｏｐｔｏ－Ｅｌｅｃｔｒｏｎｉｃ　Ｉｎｆｏｒｍａｔｉｏｎ，Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃ　Ｓｃｉｅｎｃｅ　

ａｎｄ　ＴｅｃｈｎｏｌｏＫｙ　ｏｆ　Ｃｈｉｎａ　Ｃｈｅｎｇｄｕ　６１００５４，Ｃｈｉｎａｊ　

Ａｂｓｔｒａｃｔ：　Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ｔｈｅ　ｉｎｆｌｕｅｎｃｅ　ｏｆ　ｔｈｅ　ｒｅｓｐｏｎｓｅ　ｎｏｎｕｎｉｆｏｒｍｉｔｙ　ｏｆ　ｉｎｆｒａｒｅｄ　ｆｏｃａｌ　ｐｌａｎｅ　ａｒｒａｙ　

（ＩＲＦＰＬ）ｄｅｔｅｃｔｏｒｓ　ｏｎ　ｔｈｅ　ｓｅｎｓｉｔｉｖｉｔｙ　ｏｆ　ｉｍａｇｉｎｇ　ｓｙｓｔｅｍｓ　ａｎｄ　ｔｈｅ　ｉｎｆｌｕｅｎｃｅ　ｏｆ　ｔｈｅ　ｎｏｎｌｉｎｅａｒ　ｒｅｓｐｏｎｓｅ　ｏｆ　

平场校正可用于由于 optics, lighting and sensor variations 引起的图像亮度不均匀（两种方法）

什么情况下需要重新进行平场校正？

Change the optics or lighting or if you change the camera’s gain settings or exposure mode.

1. Dark Signal Non-uniformity(DSNU)

校正DSNU 的过程

1） 盖住相机镜头，关闭光圈，以便相机拍的图像全黑

2） 相机开始曝光，拍图

3） 通知相机产生校正DSNU值（通过CCT+）

然后点击Create

4） 通知相机后，相机至少在曝光16行像素后，才能产生校正DSNU 的值

5） 16行像素曝光完毕后，相机通过计算产生校正DSNU 的值

产生的校正DSNU的值放到寄存器中，可以随时使用。

2. Photo Response Non-uniformity(PRNU) 均匀目标较亮时，产生的不均匀

产生校正PRNU的值的过程

1） 在相机的视野中放一个均匀白的目标，调节相机到正常的工作状态

2） 拍图，观察像素值，每一行中最亮像素的像素值应该达到最大值的90%~95%（如果不到，通过调光源和光圈。如果还未达到，再调增益）

3） 拍图，每一行最暗的像素值必须大于等于最亮像素值的0.5（如果小于0.5，将不能充分校正）

4） 开始拍图

5） 通知相机产生校正PRNU的值（通过CCT+，方法同DSNU）

当产生值时的两个选择

A 产生PRNU值时，不用DSNU,这时产生的值不能校正DSNU

B 当用DSNU值的时候，产生PRNU,这时产生的值也可以校正DSNU(这个选择只有在做PRNU之前做过DSNU 才能正常工作)

6） 通知相机后，相机至少在曝光16行像素后，才能产生校正PRNU 的值

7） 16行像素曝光完毕后，相机通过计算产生校正PRNU 的值

第３６卷　第３期　２００６年３月　激光与红外　ＬＡＳＥＲ　＆　ＩＮＦＲＡＲＥＤ　Ｖｏ１．３６，Ｎｏ．３　Ｍａｒｃｈ，２００６　

文章编号：１００１－５０７８（２００６）０３－０１７４－０４　

一种基于场景的非均匀校正算法　

张俊举，孙恋君，王世允，常本康，钱芸生　（南京理工大学电子上程与光电技术学院，江苏南京２１００９４）　

摘要：提出了一种基于场景的非均匀校正算法，它不仅可以消除红外焦平面阵列响应特性的　非均匀性，还可以补偿其漂移。建立了一个包含漂移因素的红外焦平面探测器响应模型，该模　型构成了算法的基础。非均匀校正算法分两步执行：首先执行初步非均匀校正消除大部分的　非均匀性，然后利用运动场景形成的红外图像序列来补偿响应特性的漂移噪声。场景运动估　

计是本算法的关键，块匹配方法被介绍来实现准确地运动估计。真实的红外图像数据说明了　

该算法的有效性。　关键词：红外技术；非均匀校正；红外焦平面阵列；运动估计；块匹配　中图分类号：ＴＮ２１５；ＴＰ７５１　文献标识码：Ａ　

Ａ　Ｎｏｎｕｎｉｆｏｒｍｉｔｙ　Ｃｏｒｒｅｃｔｉｏｎ　Ａｌｇｏｒｉｔｈｍ　Ｂａｓｅｄ　ｏｎ　Ｓｃｅｎｅ　Ｔｅｃｈｎｉｑｕｅｓ　

ＺＨＡＮＧ　Ｊｕｎ－ｊｕ，ＳＵＮ　Ｌｉａｎ－ｊｕｎ，ＷＡＮＧ　Ｓｈｉ—ｙｕｎ，ＣＨＡＮＧ　Ｂｅｎ—ｋａｎｇ，ＱＩＡＮ　Ｙｕｎ－ｓｈｅｎｇ　（Ｓｃｈｏｏｌ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ｏｐｔｏｅｌｅｃｔｒｏｎｉｃ　Ｔｅｃｈｎｉｑｕｅｓ　Ｎａｎｊｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ。Ｎａｍｉｎｇ　２１００９４，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ａ　ｃｏｒｒｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｈａｓ　ｂｅｅｎ　ｄｅｖｅｌｏｐｅｄ　ｔＯ　ｒｅｍｏｖｅ　ｎｏｎｕｎｉｆｏｒｍｉｔｙ　ａｎｄ　ｔｏ　ｃｏｍｐｅｎｓａｔｅ　ｄｒｉｆｔ　ｎｏｉｓｅ　ｉｎ　ｔｈｅ　ｒｅ—　ｓｐｏｎｓｅ　ｏｆ　ｉｎｆｒａｒｅｄ　ｆｏｃａｌ—ｐｌａｎｅ　ａｒｒａｙｓ（ＩＲＦＰＡ）ｉｍａｇｉｎｇ　ｓｙｓｔｅｍ．Ａｎ　ＩＲＦＰＡ　ｓｅｎｓｏｒ　ｍｏｄｅｌ，ｗｈｉｃｈ　ｃｏｎｓｉｄｅｒｓ　ＩＲＦＰＡ　ｓｅｎｓｏｒｓ’ｒｅｓｐｏｎｓｅ　ｄｒｉｆｔ，ｉｓ　ｓｅｔ　ｕｐ　ａｓ　ｔｈｅ　ｂａｓｉｓ　ｏｆ　ｔｈｅ　ａｌｇｏｒｉｔｈｍ．Ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｉｓ　ｃａｒｒｉｅｄ　ｏｕｔ　ｉｎ　ｔｗｏ　ｓｔｅｐｓ．Ａ　ｐｒｅｌｉｍｉ－　ｎａｒｙ　ｎｏｎｕｎｉｆｏｒｍｉｔｙ　ｃｏｒｒｅｃｔｉｏｎ　ｉｓ　ｆｉｒｓｔｌｙ　ｃａｒｒｉｅｄ　ｏｕｔ　ｔｏ　ｒｅｍｏｖｅ　ｍｏｓｔ　ｓｐａｔｉａｌ　ｎｏｎｕｎｉｆｏｒｍｉｔｙ　ｏｆ　ａｎ　ＩＲＦＰＡ．Ｔｈｅｎ　ｔｈｅ　ｄｒｉｆｔ　ｉｎ　ｔｈｅ　ｒｅｓｐｏｎｓｅ　ｏｆ　ｄｅｔｅｃｔｏｒｓ　ｉｓ　ｃｏｍｐｅｎｓａｔｅｄ　ｗｉｔｈ　ｃｏｎｓｅｃｕｔｉｖｅ　ｉｎｆｒａｒｅｄ　ｉｍａｇｅ　ｓｅｑｕｅｎｃｅｓ，ｗｈｉｃｈ　ｒｅｌｉｅｓ　ｏｎ　ａｃｃｕｒａｔｅ　ｅｓｔｉｍａ—　ｔｉｏｎ　ｏｆ　ｉｎｆｒａｒｅｄ　ｓｃｅｎｅ’ｓ　ｍｏｔｉｏｎ．Ｔｈｅ　ｆｏｒｍｕｌａｓ　ｏｆ　ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ａｒｅ　ｐｒｅｓｅｎｔｅｄ．ａｎｄ　ｔｈｅ　ａｂｉｌｉｔｙ　ｏｆ　ｃｏｍｐｅｎｓａｔｉｎｇ　ｄｒｉｆｔ　ｎｏｉｓｅ　ａｎｄ　ｔｅｍｐｏｒａｌ　ｎｏｉｓｅ　ｉｓ　ｅｖａｌｕａｔｅｄ．Ａ　ｂｌｏｃｋ—ｍａｔｃｈｉｎｇ　ｍｅｔｈｏｄ　ｉｓ　ａｌｓｏ　ｉｎｔｒｏｄｕｃｅｄ　ｔｏ　ｒｅａｌｉｚｅ　ａｃｃｕｒａｔｅ　ｍｏｔｉｏｎ　ｅｓｔｉｍａｔｉｏｎ，　Ｓｏｍｅ　ｒｅａｌ　ｉｎｆｒａｒｅｄ　ｄａｔａ　ａｒｅ　ｆｉｎａｌｌｙ　ｐｒｏｖｉｄｅｄ　ｔｏ　ｄｅｍｏｎｓｔｒａｔｅ　ｔｈｅ　ａｌｇｏｒｉｔｈｍ’Ｓ　ｖａｌｉｄｉｔｙ．　Ｋｅｙ　ｗｏｒｄｓ：ｉｎｆｒａｒｅｄ　ｔｅｃｈｎｉｑｕｅｓ；ｎｏｎｕｎｉｆｏｒｍｉｔｙ　ｃｏｒｒｅｃｔｉｏｎ；ｉｎｆｒａｒｅｄ　ｆｏｃａｌ　ｐｌａｎｅ　ａｒｒａｙｓ；ｍｏｔｉｏｎ　ｅｓｔｉｍａｔｉｏｎ；ｂｌｏｃｋ