一种适用于红外搜索跟踪系统的实时非均匀性校正算法

孔 鹏, 侯 民，罗蓓蓓，杨 栋，伊兴国, 刘万刚, 张 卫

(1. 西安应用光学研究所，陕西 西安 710065; 2. 西安电子工程研究所，陕西 西安 7101007)

引言

红外热成像具有无源、全天候、高分辨率和高对比度的特点，在红外警戒与搜索系统(IRST)、机载前视红外系统 、成像导引头中得到越来越广泛的应用[1-2]。但由于制造材料、工艺等因素的影响(如材料的不均匀性、掩膜的瑕疵等)，使得探测器的原始输出不可避免地会出现不均匀性而导致红外图像的非均匀性，严重影响系统的成像质量和使用情况，因此在各类搭载红外探测器的装备中均需要较好的非均匀性校正(NUC)[3-5]。近年来，随着电子技术的不断进步，NUC技术得到了很大的发展，大致可以分成2大类：一类是基于参考辐射源校正的定标算法，如两点或多点非均匀校正技术；另一类则是基于场景的校正算法，如场景统计算法、时间高通滤波技术 、神经网络算法、卡尔曼滤波器算法等。在线阵列探测器的IRST中，基于两点校正技术，引入实时场景的数据统计，对大量数据的统计平均值作垂直窗口的平滑处理，再将处理后结果引入数据处理流程。实验证明：采取这种定标和场景数据校正的联合NUC算法可以减弱红外系统时移非均匀性，并对两点校正后的图像可以起到很好的维护作用，保证系统在长时间的工作中不需要再次校正的繁琐工作，增加了系统的实用性。

1 两点非均匀性校正算法原理

两点校正法是最早开展研究、最为成熟的算法之一[10-11]。探测器在均匀辐射背景下的响应可以表示为

Xi(φ)=Uiφ+Vi

(1)

式中：φ为辐射通量；Ui为坐标i的像素的增益；Vi为坐标i的像素的偏移量。在这种假设下，探测器的响应特性是线性的，其响应如图1所示，图中曲线1，2，3分别为探测器3个不同探测像元的特性响应曲线。

图1 不同探测像元的特性响应曲线Fig.1 Curve of detector pixels response

对于每一单元，Ui和Vi的值是固定且不随时间变化的。由于探测器各阵列单元响应的不一致，导致在同一辐射通量φ下各Xi(φ)存在差异，需加以校正，即

Yi=aiXi(φ)+bi

(2)

式中：ai为第i位像素的校正增益；bi为第i位像素的校正偏移量；yi为第i位像素校正后输出。

校正方法：

(3)

(4)

在系统工作时，将系数ai、bi代入(2)式即可进行校正。

截取IRST系统工作时的原始图像(图2)与经过两点校正后图像(图3)的对比。

图2 IRST工作时原始图像Fig.2 Original image of IRST

图3 IRST两点校正后图像Fig.3 Two-points correction image of IRST

2 基于场景统计的时移非均匀性的提取算法

随着IRST系统的持续工作，在上电初期经过两点校正算法后得到图像的非均匀性会随工作时间的增加而缓慢增加，从而导致红外图像的退化。我们把这种残余的非均匀性简称为时移非均匀性。对相同场景截取IRST长时间的退化图像如图4所示。

图4 退化后图像与局部比较图Fig.4 Degraded image and comparison with two-point correction image of IRST

在图4中我们放大局部细节可以看到3对放大图像中，左边为退化后图像，右边子图均为图3相同位置的放大图，可以明显地看出时移非均匀性带来的图像退化。这种非均匀产生的原因主要有：红外探测器供电偏压芯片的温漂；红外探测器模拟信号采集部分运算放大器和AD采集芯片的温漂；背景空间固有模式噪声。针对这点我们在两点校正算法(2)式中增加了ni项。ni代表第i位像素随时间增加而带了的时移非均匀量，得到下式：

Yi=aiXi(φ)+bi+ni

(5)

IRST工作中，不同时间各个像素单元接受的辐射通量不同，将离散时间参数t∈(0,∞)引入(5)式得到：

(6)

图5 两点校正后探测器像元输出统计平均值曲线Fig.5 Curve of average value of detector pixels after two-point correction

(7)

图6 平滑滤波后探测器像元输出统计平均值曲线Fig.6 Curve of average value of detector pixels after smooth filter

图7 时移非均匀量曲线Fig.7 Curve of non-uniformity value with time shift

3 基于定标和场景数据统计的联合NUC算法的实现

联合式NUC算法的实现是基于FPGA和ARM9器件的硬件电路板，算法实现中充分利用了大容量、高速FPGA以及ARM9内核的高速运算能力，算法实现框图如图8所示。

图8 联合算法实现原理图Fig.8 Diagram for combined correction algorithm

在IRST工作时，以周视360°作一次基于场景统计的时移非均匀性的提取算法，即可起到实时抵消时移非均匀性的作用，使得在IRST系统上电工作经两点校正后输出红外图像可以稳定地保持，不会产生时移非均匀性带来的图像变化。

为了对比采取本文算法前和算法后非均匀度的变化,我们提出了一种相对非均匀度的概念,它可以由下式表述:

(8)

我们在图4最左边的采样区域取10组采样图像分别计算2种算法下的相对非均匀度，如表1所示。

表1 非均匀性测量结果Table 1 Nonuniformity results for different methods

从表1可以看出，使用联合NUC算法后的平均非均匀度为2.1%左右，校正效果比单纯的两点校正法提高了两倍多。在本文提出的联合NUC算法下，截取IRST任意工作时间段的图像均可保持如图9的图像质量。

图9 联合算法后IRST图像Fig.9 Image of combined correction of IRST

4 结论

文中阐述了二点校正算法的原理，分析了该算法存在着无法跟踪时移非均匀性的缺点。提出一种基于两点校正和场景统计提取时移非均匀残量的新型非均匀性校正方法，经理论推导和系统实测证明了该方法的实用性，提高了IRST系统在使用中的图像质量的稳定性。

[1] 张勇,白桂明,朱辉. 扫描型热像系统均匀性校正方法研究[J]. 应用光学,2008,29(2):170-173.

ZHANG Yong,BAI Gui-ming,ZHU Hui.Non-uniformity correction for scanning thermal imager[J].Journal of Applied Optics,2008,29(2):170-173.(in Chinese with an English abstract)

[2] 罗蓓蓓,伊兴国,申越,等. 复杂背景下红外弱小目标检测算法研究[J].应用光学,2012,33(5):964-968.

LUO Bei-bei,YI Xing-guo,SHEN Yue,et al. Infrared small target detection under complex background[J].Journal of Applied Optics,2012,33(5):964-968.(in Chinese with an English abstract)

[3] 王勇,赵保军.基于DSP和FPGA的热像仪电子处理单元全数字化设计[J].激光与红外,2002,32(2):100-103.

WANG Yong,ZHAO Bao-jun.Design of full-digital thermal imager PEU based on DSP and FPGA[J].Laser and Infrared,2002,32(2):100-103. (in Chinese with an English abstract)

[4] 周慧鑫,殷世民,刘上乾,等. 红外焦平面器件盲元检测及补偿算法[J].光子学报,2004,33(5):598-600.

ZHOU Hui-xin,YIN Shi-min,LIU Shangqian,et al.Algorithm of blind pixels auto-searching and compensation for IRFPA[J].Acta Photonica Sinica, 2004,33(5):598-600.(in Chinese with an English abstract)

[5] 姜光，刘上乾．红外焦平面阵列非均匀性自适应校正算法研究[J]．红外与毫米波学报，2001,20(2)：93-96.

JIANG Guang,LIU Shang-qian.Adptive nonuniformity correction of IRFPA[J].Journal of Infrared and Millimeter Waves,2001,20(2):93-96. (in Chinese with an English abstract)

[6] HARRIS J G, CHIANG Y M. Non-uniformity correction of infrared image sequences using the constant-statistics constrain[J]. IEEE Transactions on Image Processing,1999,8:1148-1151.

[7] SCRIBNER D A, SARKAY K A, CAULFIELD J T, et al．Nonuniformity correction for staring focal plane arrays using scene-basetechnology[J]. SPIE,1990,1308:224-233.

[8] SCRIBNER D A, SARKAY K A, KRUER M R, et a1. Adaptive nonuniformity correction for IR focal plane arrays using neural networks[J].SPIE,1991,1541:100-109.

[9] TORRES S N, HAYAT M M, ARMSTRONG E E, et a1. A Kalman-filtering approach for non-uniformity correction in focal-plan arrays sensors[J]. SPIE,2000,4030:196-205.

[10] 韩开亮,何春芳.基于两点法的红外图像非均匀性校正算法及其DSP实现[J].红外技术,2007,29(9):541-544.

HAN Kai-Liang,He Chun-Fang.A nonuniformity correction algorithm for IRFPAs based on two points and it’s realization by DSP[J].Infrared Technology,2007,29(9):541-544. (in Chinese with an English abstract)

[11] 李玉珏. 基于两点法的实用FPA非均匀性校正系统[J].激光与红外，2007,37(8):753-755.

LI Yu-jue.An utility FPA non-uniformity correct system based on two-point method[J].Laser and Infrared,2007,37(8):753-755. (in Chinese with an English abstract)