一种非制冷红外焦平面探测器图像清晰化设计与仿真

陈 羽,段海龙,陈永鹏,周晓琳,张汉辉

(河南平原光电有限公司,河南 焦作 454000)

红外成像系统主要由红外焦平面探测器、光学成像物镜和光机扫描系统组成,红外焦平面探测器的焦平面上排列着光敏元件阵列,光敏元件将接受到的光信号转换为电信号,通过积分、采样保持、输出缓冲等处理后转换成标准的视频信号[1]。

非制冷红外焦平面阵列是红外探测器中最核心的器件之一,但是受到加工工艺、所选材料和设计水平的限制,红外焦平面上各个单元对标准黑体的均匀辐射存在响应不一致的现象[2],导致图像出现“鬼影”现象,严重影响红外成像质量。由于红外成像系统的光学性能、放大处理电路、仪器的噪声和环境的引入噪声等原因,导致红外图像存在边缘信息模糊、对比度低等问题,所以对非制冷红外焦平面探测器图像清晰化设计具有重要的意义。

非均匀性问题是影响红外焦平面阵列成像的重要因素,常见的解决办法是采用非均匀性校正算法,校正后的图像数据均匀性将大大提高。非均匀性校正算法大致分为基于定标的非均匀性校正算法和基于场景的非均匀性校正算法。常见的定标类非均匀校正算法分为一点校正法、两点校正法、多点校正法和插值校正法等,具有原理简单、易于实现、实时性好等特点。这类非均匀性校正方法的缺点是校正系数缺乏自适应性,随着红外焦平面阵列器件工作时间增加,将导致器件的温度升高,校正系数将不再适用温度变化后的情况,器件的非均匀性会发生变化,将导致抑制噪声的效果变差。常见的场景类校正算法是利用场景统计信息计算增益和偏置系数,如时域高通滤波算法、神经网络算法、卡尔曼滤波法以及小波滤波法。这类算法依据场景的变化自适应各探测单元的增益和偏置系数,不需要重复标定参考源,这类算法由于计算量大、实时性低,校正精度无法保证,因此在实际的工程应用中无法大规模推广。

除了非制冷红外焦平面阵列的非均匀性问题,红外焦平面阵列还存在一定数量的盲元,邻域替代法和时空相关性补偿法是消除盲元的两种有效方法。邻域替代法是利用帧内空间相关性进行盲元补偿,而时空相关性补偿法不仅利用空间的相关性,而且利用连续帧之间的相关性进行盲元补偿。

由于红外图像普遍存在对比度低、图像层次感差、视觉效果模糊等问题,通过红外图像增强处理后,图像质量将大幅提高。根据处理过程所在空间不同,将图像增强算法分为基于空间域增强算法和基于频域增强算法。基于频域增强算法的思想是通过在频域内设计滤波器,将图像中的噪声信息过滤,保留有效信息,以达到有效提高信噪比、改善图像视觉效果的目的[3],但是因其在增强过程中进行傅里叶变换和反傅里叶变换,计算量较大,算法的实时性无法保证。基于空间域增强算法有空域滤波、直方图均衡化等,这类算法因其简单有效,可实现硬件的实时处理,因此被工业界广泛采用。

本文设计的红外焦平面探测器图像清晰化方法首先采用两点校正法对焦平面阵列各像元的增益核偏移量进行校正,采用邻域替代法利用帧内空间相关性对盲元进行补偿;然后对图像进行3×3窗口的平滑滤波,将滤波后的图像叠加拉普拉斯算子进行细节增强;最后通过直方图均衡化调整图像的灰度。仿真结果证明,所设计的方法能够有效提高红外焦平面探测器的清晰度,增强图像的细节。

1 红外焦平面探测器图像清晰化算法

1.1 基于两点法的非均匀性校正方法

图1 两点法校正示意图

V=Aφ+B

(1)

式中,V为探测元的响应输出值;φ为辐射通量;A和B为焦平面阵列的探测元的增益和偏移量[5]。两点法校正示意图如图1所示。

入射辐射强度φ1的平均响应:

(2)

入射辐射强度φ2的平均响应:

(3)

由式2和式3可以得到:

(4)

(5)

由式1～式3可以得到:

(6)

由式6可以得出,只要得到偏置系数A和增益系数B的值,即可对整个焦平面阵列的像元响应进行校正并输出。

1.2 邻域替代法盲元补偿

原始图像中检测出的盲元利用盲元像素四邻域均值来替代,进而得到盲元替代后的图像[6]。盲元Pi,j的替代公式为:

(7)

盲元分布示意图如图2所示。

图2 盲元分布示意图

1.3 3×3窗口的平滑滤波

中值滤波是一种非线性去除噪声平滑滤波算法[7],不仅能够有效滤除脉冲噪声,而且能够有效保留图像边缘信息。该算法主要利用邻域内所有像素值的中间值来代替当前像素点的像素值,是一种简单的比较运算。中值滤波对于斑点噪声和椒盐噪声滤波效果尤为明显。本文采用3×3的滤波窗口进行滤波,将周围的8个像素连同选定的像素进行排序,然后选择排好序的位于中心的像素代替原有的像素。

1.4 拉普拉斯锐化

图像锐化是通过增强图像的灰度反差使模糊图像变得更加清晰。通常图像锐化采用拉普拉斯锐化算法。拉普拉斯锐化本质是对图像进行卷积运算,本文采用的拉普拉斯算子扩展模板如图3所示。当图像中的任一像素的周围8个像素的平均灰度值高于中心像素灰度值时,此中心像素的灰度应被进一步降低,当图像中的任一像素的周围8个像素的平均灰度值低于中心像素灰度值时,此中心像素的灰度应被进一步提高。从模板形式可以看出,该锐化方法可以突出图像中急剧灰度变化。假如在图像中较暗的区域中出现一个亮点,那么经过拉普拉斯锐化后,这个点将变得更亮。

图3 拉普拉斯运算扩展

1.5 直方图均衡化

为了解决红外图像普遍存在对比度低、图像层次感差的问题,本文采用直方图均衡化的方法,其原理是利用图像的基本统计特征,即灰度图像中每种灰度级出现的频率,对每种出现的频率进行概率的调整,以达到增强图像的全局对比度的目的。经过直方图均衡化后,图像的动态范围增大,能够有效改善红外图像背景和前景太亮或者太暗的情形[8]。

2 实验结果分析

2.1 仿真环境

为了验证本文方法能够有效提高红外焦平面探测器的清晰度,增强图像的细节,对本算法进行了仿真。实验在Windows 10系统上进行,内存大小为18G,CPU为2.30 GHz,通过仿真软件MATLAB 2020a实现。

2.2 主观评价结果

主观评价法有CCIR500推荐的图像质量评价标准,但是由于红外图像的对比度和细节相较于可见光差距较大,凭借人的肉眼观察只能初步判定图像质量好坏[9]。主观评价法就是通过观察者肉眼观察红外图像的视觉效果,并通过图像之间以及图像处理前后进行比较分析,该方法完全取决于观察者的主观感受,不同的观察个体会有一定的差异[10-11]。

图4～图6分别是红外焦平面探测元高温下响应、低温下响应以及常温下响应,上个单元对标准黑体的均匀辐射存在响应不一致,导致从红外焦平面读出的图像质量产生极大影响。采用两点法的非均匀性校正方法和邻域替代法盲元补偿法得到的图像如图7所示,与图4～图6相比,图像质量有了明显提升。图8所示为采用3×3窗口的平滑滤波、拉普拉斯图像锐化以及直方图均衡化后的图像,可以明显看出,边缘部分增强效果明显,对比度更加明显,更符合人类主观视觉的体验。

图4 红外焦平面探测元高温下响应

图5 红外焦平面探测元低温下响应

图6 红外焦平面探测元常温下响应

图7 两点法校正后图像

图8 图像增强后图像

2.3 客观评价结果

客观评价法是利用相应的数值计算来直观地反映整幅图像的输出效果,不依赖观察者的主观印象。对于本实验,对两点法校正后的图像和图像增强后的图像进行对比,以验证图像增强的效果。分别选取了信息熵、图像平均值和方差作为参考指标。信息熵的概念最早来自于信息论中,用于衡量信息的混沌程度,将信息熵引入到图像处理中,用于描述图像传递的信息量,信息熵越大说明图像中含有高频信息越多,图像边缘信息能较好地保留;图像的平均值描述的是一幅图像灰度值的状态信息,图像平均值越大说明图像的亮度具有较大的动态范围;方差是指图像像素灰度值的波动范围,方差值越大越好。

假设一幅图像I(x,y)(其中,x=1, 2, 3, 4, …,M,y=1, 2, 3, 4, …,N)的尺寸为M*N,那么信息熵Q、图像平均值H和方差V的定义公式可表示为:

(8)

(9)

(10)

基于上述3个指标对两点法校正后图像进行处理,实验结果见表1。

表1 图像质量客观评价对比

从表1中的数据可以看出,图像经过增强后,信息熵、图像平均值和方差都有不同程度的提升。说明通过本方法的清晰化处理后能够有效提高红外焦平面探测器的清晰度,增强图像的细节。

3 结语

为了解决非制冷红外焦平面探测器在成像过程中存在非均匀性、存在一定数量的盲元以及红外图像质量不高等问题,提出了一种新的清晰化组合算法。首先采用两点校正法对焦平面阵列各像元的增益核偏移量进行校正,采用邻域替代法利用帧内空间相关性对盲元进行补偿;然后对图像进行3×3窗口的平滑滤波,将滤波后的图像叠加拉普拉斯算子进行细节增强;最后通过直方图均衡化调整图像的灰度。

实验结果表明,所设计的方法能够有效提高红外焦平面探测器输出图像的清晰度。实验的不足在于:只在小规模的测试集上验证了该方法的有效性,缺乏大规模实验验证。