一种基于大视场红外图像的非均匀性校正算法

倪云龙，郝秋来，于繁迪

(华北光电技术研究所，北京100015)

1 引言

红外热成像技术在军事和民用方面正得到越来越广泛和深入的应用，其中行扫体制红外热像仪是一种主要用于机载的红外热成像设备。它可以通过控制伺服摆扫角度来获得视场较大的红外图像，相对于小视场红外图像，大视场的红外图像信息更加丰富，包含景物的温度动态范围相对更大，对于图像处理的要求也更高。

非均匀性是影响红外图像视觉效果的一大因素，需要对其进行校正。产生非均匀性的原因比较多，有探测器自身响应的不一致性，也有器件工作中噪声引入的非均匀性［1］。非均匀性校正方法主要分为两大类:基于定标和基于场景的校正技术［2］。目前使用最为广泛的是基于两点定标的校正技术，但是对于具有较大视场的行扫体制红外图像，利用传统全局校正方法的校正效果不甚理想。本文分析了传统全局校正算法在大视场图像下应用的局限性，提出一种对大视场红外图像进行分块，通过分块获取补偿参数来对非均匀性进行校正的方法。

2 算法分析

目前红外成像应用最为广泛的非均匀性校正方法为两点校正法，其基本思想是通过对两个不同的确定温度点下的均匀辐射黑体定标，通过计算获得其增益和偏置校正系数来实现非均匀性校正。但在大视场红外图像情况下，两点校正的方法存在一定缺陷，如图1所示。

图1 大视场红外图像

图1 为576×10000像素大小的红外行扫图像，其中包含有天空、建筑物、树木等多种景物，场景信息较为丰富。选取其中两块576×1000大小的子图像进行分析，可以看到经过两点参数校正后，其中一幅图像校正效果较好，天空、建筑物等景物都很清晰，如图2所示。而另一幅图像校正效果较差，存在较为明显的条带状非均匀性，如图3所示。

图2 两点校正后均匀性较好

图3 两点校正后均匀性较差

通过模拟探测器像元对黑体不同温度的响应示意曲线来分析两幅子图像非均匀性校正效果不一的原因，如图4所示。图中可以看到两个特点:首先不同像元对温度的响应曲线不一，在一定温度范围内可近似视为线性;其次整条响应曲线呈现二次曲线形式。因此两点校正只对一定温度范围内的非均匀性有较好描述能力。在大视场红外图像中，场景信息丰富，景物温度动态范围相对较大，图像中一些温度动态范围较大的部分，利用两点校正的效果将较差。因此利用一组两点定标参数对大视场红外图像进行校正，并不能保证对整幅图像均有较好的校正效果。

在两点定标校正过的图像基础上尝试基于场景的算法处理。一幅大小为576×10000的红外行扫图像可以视为576个行像元在单个摆扫周期内通过时间延迟积分(TDI)对10000个不同位置获取的图像信号。因此图像行方向的像素具有较强的时间相关性。针对红外行扫图像这个特点，可以考虑在两点校正基础上进行恒定统计校正。

恒定统计算法可以仅通过获取场景数据来估算增益和偏置非均匀性。它基于两个前提［3－4］:场景存在变化和每个探测元采样数据(样本数)足够多。对于红外行扫仪，摆扫角度足够大，场景变化的条件是可以满足的。此外，大视场红外图像可以保证采样数据足够多。但通过MATLAB仿真对大视场红外图像进行全局统计校正后效果与两点校正后近似，存在有较多的残留非均匀性。

图4 探测器各像元对黑体不同温度的响应曲线

原因分析:图5是对576行数据分别选择其中相邻200个数据点和全部10000个数据点获取均值。通过两组数据对比可以看到，在数据量较小的情况下，统计均值起伏比较大，而在数据量较大的情况下统计均值近似为直线，两者差异极为明显。根据恒定统计算法理论，探测器的非均匀性可以用焦平面阵列各像元时间上的均值衡量［5］，这种方法可以充分描述器件自身的非均匀性，但是对于信号传输过程中引入噪声导致的偏置非均匀性变化，如读出电路增益变化及暗电流，由于其变化较快，用全局统计算法无法很好描述，因此需要对其进行改进。

图5 大小视场像素统计均值曲线

3 算法改进

3．1 子图像分块统计

利用全局统计算法处理大视场红外图像，不能很好地去除图像局部的非均匀性，因此首先需要从原图像中划分出若干子图像，对划分出的子图像统计均值后再进行非均匀性处理。

分块统计具体算法如下:

(1)确定校正像素点 ni，j，以校正像素点 ni，j为行中心，左右均选取k个像素点作为ni，j的相关域。

(2)由于探测元间的独立不相关，因此对ni，j列方向的576个像素点均按第(1)步选取相关域。

(3)对各行以ni，j为中心的(2k+1)个像素值进行累加，如果 ni，j处于图像边缘位置，则对 ni，j边缘侧min{j－1，10000－j}个和另一侧k个数据点进行累加，如式(1)所示。

其中，ni，j为第i行 j列像素值;k为窗半径;为窗内像素统计均值。

(4)将第(3)步中累加值依次除以累加数据总个数，即得到对应各行像素统计均值。

3．2 参数补偿

通过局部统计获取图像的局部非均匀性后，需要通过参数对其进行补偿。红外图像相邻的像素点之间具有很强的相关性，对于焦平面阵列的相邻像元，外界连续变化场景对其应具有近似相同的红外辐照度，因此其理论响应统计均值应较为接近。各相邻像素点统计均值差异大小反映的就是各探测元随时间变化的非均匀性大小。因此可以采用邻域均值法来获取补偿参数，一般邻域均值算法中补偿参数选取方法有四邻域均值、八邻域均值或加权邻域均值，但对于扫描型热像仪来说，图像沿扫描方向的不同像素为同一像元不同时刻的辐射响应值，与校正点的增益非均匀性近似相同，不适合用来补偿，因此选取垂直扫描方向邻域像素点的统计均值作为补偿参数。

像元校正补偿后的期望输出，应与相邻像元的输出尽量接近。因此，将i行j列的像素统计均值ni，j与上下相邻行像素统计均值相减，获取上、下偏差值，如式(2)、式(3)所示:

当上下偏差 bi，j，1，bi，j，2正负相同，则视其为非均匀性，然后对 bi，j，1，bi，j，2大小进行比较，选取其中较小者作为该像素点的补偿参数，如式(4)所示:

当 bi，j，1，bi，j，2正负不同时则将其视为连续变化场景的边缘轮廓部分，无需校正。将原图像中像素点对应灰度值与该点补偿参数相减即可获得该像素点校正后灰度值。

3．3 相关域大小选取

相关域半径大小将影响算法速度和校正效果［6］。半径越大，采样数据点越多，包含的场景信息量越大，对图像局部非均匀性变化的描述的能力将降低，同时也会减慢处理速度;相反，相关域半径越小，处理速度越快，但包含数据点较少，统计性较差，可能不足以描述图像局部的非均匀性。因此首先在满足校正效果的前提下，可以通过缩小相关域半径来对速度进行优化。判断是否满足校正效果需在逐步增加半径大小的情况下，对两次补偿参数进行比较，如式(5)所示:

式中，εk为第k次和第(k－1)次补偿参数的残差(bi，j，0=0)，满足校正要求的判断 准则由式 (6)表示:

当μ小于某一个阈值时(这里阈值选取为0．02)，可认为其统计点个数已经足够，此时的k值即满足要求的相关域半径，经实验得出k选取范围一般在15～20之间较宜。

3．4 遍历图像

对图像每一列进行分块，补偿两步处理，即可实现对整幅图像的非均匀性校正。

4 实验结果

对576×10000的红外图像进行处理，选取其中576×1000的子图像进行对比，其中图6是经过两点校正加上全局统计后的结果，图7是两点校正加上本文校正算法后的结果。

图6 两点校正加全局统计后图像

图7 两点校正加本文算法后图像

可以看到，经本文提出算法校正后，图像在保证图像原有细节基本不变的情况下，对全局校正后残留的非均匀性进行了很好的补偿。

5 结论

视场较大情况下的红外图像，由于图像场景包含信息较为丰富，景物温度动态范围较大，因此两点校正的效果较为有限。本文根据大视场红外图像特性，结合行扫体制红外热像仪特点，提出一种利用分块获取图像补偿参数对非均匀性进行校正的算法，经实验证明在保证图像细节的情况下对非均匀性抑制良好。但算法仍存有改进的空间，如窗口大小以及补偿参数的选取等。

［1］ Qu Huiming．Research on infrared imaging electronic theory and its key techniques［D］．Nanjing:Nanjing University of Science and Technology，2007．(in Chinese)屈惠明．红外成像电子学理论及其关键技术研究［D］．南京:南京理工大学，2007．

［2］ Chen Rui，Tan Xinquan．Study on non-uniformity correction of infrared image［J］．Infrared Technology，2002，24(1):1 －3．(in Chinese)陈锐，谈新权．红外图像非均匀性校正方法综述［J］．红外技术，2002，24(1):1 －3．

［3］ Zheng Ruihong，Chen Qian．The research of scene-based methods on infrared nonuniformity correction［J］．Optoelectronic Technology，2003，23(4):241 － 244．(in Chinese)郑瑞红，陈钱．基于场景的红外图像非均匀性校正算法的研究［J］．光电子技术，2003，23(4):241 －244．

［4］ Zhu Yifeng，Chen Huachu．A scanning infrared FPA nonuniformity correction［J］．Chinese Journal of Scientific Instrument，2008，29(4):365 －368．(in Chinese)朱一峰，陈华础．扫描型红外焦平面非均匀性校正［J］．仪器仪表学报，2008，29(4):365 －368．

［5］ Jorge E Pezoa，Sergio N Torres．Multi-model adaptive estimation for nonuniformity correction of infrared image sequences［C］．ICIAR，Lecture Notes in Computer Science，2004，3212:413 －420．

［6］ A Rossi，M Diani．Temporal statistics de-ghosting for adaptive non-uniformity correction in infrared focal plane arrays［J］．Electronic Letters，2010，46(5):348 －349．