基于图像灰度统计分布的热干扰自动消除技术

殷金坚，王 赫，尹 炼，陈 盈

(华北光电技术研究所，北京 100015)

基于图像灰度统计分布的热干扰自动消除技术

殷金坚，王 赫，尹 炼，陈 盈

(华北光电技术研究所，北京 100015)

针对热像仪特殊的工作环境，详细分析了热像仪中的热干扰问题，提出了一种基于图像灰度分布统计的自动热干扰消除技术，并从图像处理和成像的角度阐述了自动热干扰消除技术的可行性和实用性。最后通过试验验证了措施的有效性。

热像仪;热干扰;图像处理

1 引 言

根据国军标GJB150A－2007规定，军用热像仪的工作温度为－40～55℃。尤其制冷型热像仪的制冷机在不断产生热量，在密闭腔体内的热像仪的环境温度变化更剧烈，可达－40～80℃。热像仪由于光学材料、结构材料的热不稳定性，多数红外光学材料的折射率随温度变化而变化，从而导致目标的红外辐射经过红外光学系统到达红外探测器的能量不均匀，产生图像的不均匀［1］，最突出的现象是环境温度升高时，图像会出现一定程度的白圈，反之会出现一定程度的黑圈，如图1所示。这种现象我们称之为“热干扰”。

2 热干扰的分析

热像仪通过接收目标热辐射来工作，接收到的热辐射主要由三部分组成:①目标辐射;②直接到达探测器的内部辐射;③通过透镜表面的反射到达探测器的内部辐射，这其中包括镜筒的热辐射与探测器自身的冷辐射，即一次冷反射像(Narcissus)［2］。这些内部辐射都将对图像造成致命的干扰，产生固有的图像缺陷。

图1 红外图像热干扰现象

选取热干扰现象比较明显的55℃高温进行分析。分别分析了热像仪刚成像时的灰度分布和热像仪随环境温度变化工作了20 min之后的图像灰度分布，分析结果见图2、图3所示。图中(a)为红外图像，图(b)为灰度分布图，中间往下的细线是图像盲元，在此不做分析。

图2 热像仪刚成像时的图像灰度分布

图3 热像仪成像20 min后的图像灰度分布

通过分析可知，图像的整体灰度随着环境温度的升高而升高，四周的变化更大。同时对同一图片横向的灰度数据也进行了灰度分布分析，同样发现了明显的规律性，图中纵坐标表示归一化的灰度分布，横坐标表示不同行在水平方向的像素数(1～ 320、321～640，…)，如图4所示。

图4 横向灰度数据分析

结合热像仪的成像过程进行分析，热像仪在最终输出图像前须经过两点校正［3－4］，以此来修正图像的非均匀性，热像仪两点校正公式如公式(1):

式中，Y为图像经过两点校正后输出的灰度值;X为图像两点校正前输出的灰度值;A为两点校正增益参数;B为两点校正偏置参数;C为两点校正固定平台值。

A参数为出厂时通过标准黑体设定，B参数通过执行两点校正后实时获取，C参数为B参数的有效均值(剔除了盲元的影响)，通过公式(1)即可获得均匀的图像。

通过以上分析，可以在热干扰比较严重时通过两点校正的方式来消除热干扰，而由于环境温度变化的多样性，可以通过实时获取图像的灰度梯度分布来执行两点校正。

3 图像分布统计

对图像进行一周灰度均值统计，即以环形由四周向中心依次统计各圈的14位原始数据的灰度累加和均值，具体统计方法如图5所示。对统计的32圈数据进行线性拟合，将拟合后直线的斜率作为图像是否出白圈(或黑圈)的判断标准。

图5 图像的圈统计示意图

在累加过程中，为了避免目标的红外辐射对累加结果的影响造成误判，我们对图像进行了12等分分割，以30°角的扇区作为累加的一个区域，同时计算各个区域之间同一圈的灰度累加均值的情况，如果发现有某个区域的灰度值明显和其他区域有差异，则舍弃该区域的数据，这样可以尽可能的消除目标景物对计算的干扰［5－6］。

图像处理识别算法判据的流程如下图所示:

图6 图像处理识别算法流程图

4 实验验证及分析

为了验证热干扰现象的自动消除算法的有效性，将热像仪放置在不同的环境温度及场景下进行了试验，见图7～图9。

图7 55℃环境温度下热干扰现象及自动消除

图8 25℃环境温度下热干扰现象及自动消除

图9 自然温度下热干扰现象及自动消除

从图7～图8可见，本文提出的根据图像灰度统计的热干扰自动消除算法切实可行，能有效解决热像仪“热干扰”问题，提升了热像仪的环境适应性。

5 结论

“热干扰”对制冷型热像仪的成像质量造成一定的影响，本文针对此问题进行了仔细分析，提出了基于图像灰度统计的热干扰自动消除算法，从根本上消除了“热干扰”的影响，提升了热像仪的环境适应性。

［1］HAN Yuge，XUAN Yimin.The study and application of the IR feature of target and background［J］.Infrared Technology，2002，24(4):16－19.(in Chinese)

韩玉阁，宣益民.目标与背景的红外辐射特性研究及应用［J］.红外技术，2002，24(4):16－19.

［2］KANGWenxiu，GUAN Ronghua.Quantitative diagnosis of internal temperature and inner defect of the hollow cylinder-shaped heat equipment by using infraed technique［J］.Laser＆Infrared，2006，36(10):948－949.(in Chinese)

康文秀，关荣华.红外测温对圆筒设备内部温度及内壁缺陷的定量检测［J］.激光与红外，2006，36(10): 948－949.

［3］SHEN Xiaoyan，PIDefu.Research of improving the Nonuniformity correction in IRFPAs［J］.Infrared Technology，2002，24(1):4－11.(in Chinese)

沈晓燕，皮德福.一种红外焦平面非均匀性校正改进方法的研究.红外技术，2002，24(1):4－11.

［4］DAIShaosheng.New method of IRFPA nonuniformity correction with nonlinear response［J］.Opto Electronic Engineering，2008，35(4):121－125.(in Chinese)

代少升.红外焦平面阵列非均匀性非线性校正新方法［J］.光电工程，2008，35(4):121－125.

［5］YUAN Shengzhi，LIHongzhou，YANG Libin.Research on infrared target image segmentation and compression based on transition region［J］.Laser＆Infrared，2009，39(3): 326－329.(in Chinese)

袁胜智，李洪周，杨利兵.基于过渡区的红外目标图像分割与压缩研究［J］.激光与红外，2009，39(3): 326－329.

［6］YANG Xing，TONG Wuqin，WANG Qidong.Recognition algorithm for falsified license plate based on near infrared image matching-segmentation［J］.Laser＆ Infrared，2008，38(9):945－947.(in Chinese)

杨星，同武勤，王其东.基于近红外图像匹配分割的涂改车牌识别算法［J］.激光与红外，2008，38(9): 945－947.

Auto elim inating technology of heat disturbance based on image gray statistics

YIN Jin-jian，WANG He，YIN Lian，CHEN Ying
(North China Research Institute of Electro-optics，Beijing 100015，China)

Aiming at the problem of the heat disturbance of the IR thermal imager in its specialwork environment，an auto heat disturbance eliminating technology based on image gray statistics is presented.Then the feasibility and practicability of this technology are stated from image process and imaging.Finally the validity of this technology is verified through the experiments.

IR thermal imager;disturbance;image processing

TP391.4

A

10.3969/j.issn.1001-5078.2014.05.023

1001-5078(2014)05-0585-03

殷金坚(1982－)，男，从事红外热成像技术研究。E-mail:dragon5007@126.com

2013-09-03;

2013-10-25