红外探测器盲元检测及补偿

安广齐， 赵　剡， 张海峰

(北京航空航天大学 仪器科学与光电工程， 北京　100191)



红外探测器盲元检测及补偿

安广齐， 赵剡， 张海峰

(北京航空航天大学 仪器科学与光电工程， 北京100191)

盲元数量是判定探测器性能的重要指标。通过9×9窗格响应法和中值滤波法进行盲元的检测,实现了盲元数量和位置的确定。运用中值滤波法初步确定了盲元检测率与图像灰度值之间的关系。采用改进算法进行盲元补偿,减少了硬件的占用率和图像的失真率,提高了盲元的补偿效果。

红外探测器;盲元检测;盲元补偿;图像灰度;性能评估

0　引　　言

红外成像系统由于受到制造工艺、传输通道等的影响， 探测器往往存在盲元。 如果不将红外图像进行处理， 则会在图像上显示暗点或者亮点， 影响探测器成像的质量， 进而影响后续的图像分析和处理工作。 盲元检测主要是确定盲元的数量和位置， 减少漏检或者过检问题。 盲元补偿则是通过盲元附近的像元进行邻域估计算法， 可以将过热像元和死像元的灰度值补偿为正常像元的灰度值。

本文采用的9×9窗格响应法进行盲元检测， 针对搭建的红外成像系统， 可以准确确定盲元的数量和位置， 具有较高的盲元检测率。

1　红外成像系统

1.1系统整体

红外探测器盲元检测系统主要由以下部分组成：黑体面源、 探测器、 PCI图像采集板卡和工控机， 各部分相互之间的关系见图1。

主控计算机通过串口RS232控制黑体控制器， 在测试软件相应位置输入温度值， 就可以控制黑体控制器对黑体面源进行温度调节， 黑体面源为探测器提供需要采集的标准图像。 主控计算机通过程序， 控制程控电源对图像调理板卡进行供电并烧写工作点。 PCI图像采集板卡直接插在计算机内部的PCI插槽上， 安装好驱动程序即可正常工作。

图1系统整体关系图

探测器由一个稳定支架固定， 通过3～5 μm波段透射率大于85%的红外窗口， 直接面对黑体面源进行图像采集， 并实时将采集到的图像通过双绞屏蔽线传输给图像调理板卡进行信号调理工作。

图像调理板卡在上电并烧写工作点之后开始正常工作， 其将探测器传输来的信号调理为LVDS信号， 传输给主控计算机内的PCI图像采集板卡， 采集到的图像信息保存并显示在主控计算机内部， 便于进行盲元的检测和补偿。

1.2PCI图像采集板卡

PCI图像采集板卡主要由DSP和FPGA结构组成。 当LVDS信号传输到图像采集板卡时， 首先由FPGA进行接收， 其中数据包括16 bit的帧头和128×128 bit的帧数据， 在检测到帧头后， 将完整数据写入FIFO中实现数据的缓存。 当DSP上电后将FIFO内部数据写入SDRAM中， 工控机读取的数据及SDRAM中缓存的数据均记录在DSP片内RAM中， 当读取数据小于缓存数据时， 通过DMA方式将数据从SDRAM中读取到PCI接口， 实现图像数据的同步显示。 具体过程如图2所示。

图2PCI图像采集板卡工作流程

为满足主控计算机图像显示的刷新频率， 需要在硬件上加入缓冲区。 输入的LVDS速率越高， 需要的缓冲区容量越大， 才能保证不丢失数据。 选用Micron公司提供的MT48LC2M32 SDRAM 作为缓冲区， 是一款64 Mb全同步SDRAM。 图像经过DSP中的图像预处理模块后由SDRAM控制器控制写入SDRAM进行缓存。 随后通过PCI总线与主控计算机进行交互。 DSP通过内部的EDMA控制器实现集成的PCI接口控制器与DSP的接口， 与其他一些硬件平台采用额外的PCI控制芯片相比较， 节约了成本， 减少了电路板的面积， 同时由于少使用了一个器件， 降低了调试的难度， 提高了系统运行时的效率。

1.3LVDS信号

LVDS信号包括三组信号：时钟信号、数据信号、同步信号。 LVDS信号是一种低摆幅的差分技术信号， 逻辑状态间的电压变换为350 mV， 能够快速改变状态， 具有传输速率快的特性， 保证了实验系统图像显示的实时性功能；由于采用了恒流源驱动器， 同时限制了尖峰电流， 这样就降低了终端电阻压降， 从而降低了电路的功耗；通过减小电压摆幅和电流能量， 能够有效的抑制图像的噪声， 有利于降低系统噪声。

2　盲元检测

2.1窗口响应率检测法

为了确定窗格大小与盲元检测结果之间的关系， 分别利用3×3窗格， 5×5窗格， 7×7窗格， 9×9窗格， 11×11窗格和传统窗格法进行盲元检测， 检测到的盲元数量、 盲元数与总盲元数的比值、 进行测试所消耗时间， 如表1所示。

表1　窗格大小与盲元检测结果关系

由表1可以看出， 3×3和5×5窗格法具有相对较快的检测速度， 但是由于图像存在连续盲元， 较小的窗格无法检测出， 所以检测出的盲元个数较少， 通过对比可知存在将盲元点判断为正常像元点的问题。 11×11窗格法检测出的盲元数量与9×9窗格法相近似， 但是计算时间却大大加长。 只有7×7和9×9窗格法可以将盲元较全面的检测出来， 并且检测时间比较合理。

而与传统窗格法的解算结果相比较， 经过改进的窗格法检测结果要优于传统窗格法， 具有一定的使用价值。 另外由于窗格法盲元检测受到被测图像的影响， 所以传统窗格法的相对误差会大一些。 由于探测器采集标准黑体面源， 图像相对稳定， 盲元检测率较高。

窗格响应率检测算法以9×9的滑动窗口扫描图像， 通过解算中心点的灰度值的平均值和均方差， 来判断该点是否为盲元。 算法步骤为

(1) 以9×9滑动窗口内的所有像素的灰度平均值进行查找， 找出最大值和最小值；

(2) 去掉最大值和最小值， 求出窗口内剩余像素灰度值的平均值和均方差；

(3) 比较平均值与最大值和最小值之差的百分比进行初步判断；

其中：GP为中心点灰度值；GE为9×9区域灰度平均值；GS为9×9区域灰度均方差。 如果一点经过步骤(3)和(4)均判断为盲元， 且连续几帧图像同一坐标上的点一直被判断为盲元， 则判定该点为盲元。 利用9×9窗口响应率检测盲元的结果图如图3所示。

图3窗格响应率盲元检测

2.2中值滤波盲元检测

采用中值滤波对同一探测器， 在不同的面源黑体温度下采集到的图像进行盲元检测， 利用9×9窗格， 以27 ℃为基准温度， 在基准温度下， 绝大多数的像元点灰度为0， 随着面源黑体温度的升高， 像元点的灰度值也随之升高， 经过实际测试， 选取27～35 ℃这一温度段， 当温度到达35 ℃时， 像元点的灰度值可以达到255， 如图4所示。 其中图4(a)为27 ℃(基准温度)时的盲元， 图4(b)为32 ℃时的盲元。

由于像元点的灰度值会随着温度的升高而升高， 对比检测到的盲元个数如表2所示， 可以得知在灰度值接近0时， 中值算法会将死像元判断为正常像元； 在灰度值接近255时， 中值算法会将过热像元判断为正常像元。 随着温度的升高， 检测到的盲元数量增加， 当温度差达到5 ℃时， 灰度值为130左右， 经过多幅图像灰度值和温度值之间的对比发现， 灰度值为80～170时， 盲元点的检测才相对准确。 实验所用探测器检测到盲元数量变化趋势如图5所示。

图4　中值滤波检测到的盲元

图5检测到盲元数与目标温度关系趋势图

3　盲元补偿

3.1邻域替代盲元补偿

邻域替代法是一种相对简单的利用窗格内空间相关性进行补偿的方法， 是对某一帧原始图像中检测出的盲元点进行补偿的最简单的算法， 将盲元点的灰度值利用其四周八个点的灰度平均值来代替， 其中Pi,j表示盲元点的位置：

邻域替代法对于孤立的单点的盲元具有很好的补偿效果， 但是当某一区域内具有较多盲元时， 例如在一个3×3区域内的点经过盲元检测， 全部检测为盲元如图6所示， 则会出现无法补偿的问题。

图63×3区域内连续盲元点分布图

邻域替代法很难实现对连续盲元的补偿， 如果采用多次邻域替代补偿法， 首先需要将连续盲元区域边缘的盲元补偿为正常盲元， 然后对补偿后的图像再次进行邻域替代法盲元补偿， 就可以逐步消除盲元， 实现对图像的盲元补偿。 但这种做法计算量过大， 消耗大量时间， 并且对于中心盲元点的补偿结果需要进行判断， 过程过于复杂。

3.2改进盲元补偿算法

由于邻域替代法无法解决连续盲元问题， 多次运用邻域替代法计算量大， 且需要占用硬件资源。 线性插值补偿盲元时， 如果中心盲元点离最近的正常像元过远， 则补偿后可能会产生失真现象。 本文采用一种改进的盲元检测算法， 对于非连续盲元， 采用简单的盲元补偿手段， 以较少的硬件资源进行补偿， 通过算法尽量选取盲元点附近的正常像元点， 进行盲元补偿， 从而减小连续盲元补偿时容易产生的图像失真问题， 改进的盲元补偿解算公式为

盲元补偿的具体步骤如下：

(1) 根据盲元检测的结果， 确定盲元点的位置坐标， 记为P(i,j)；

(2) 对原始图像P(1)运用邻域替代法， 进行盲元补偿， 得到的结果图记为P(2)；

(3) 对P(2)图像进行盲元点的确定， 坐标记为Q(i,j)；

(4) 对于盲元点Qn(i,j)， 选取该点上下左右四个方向上的第一个非盲元点， 分别确定a,b,c,d的大小；

运用邻域替代法、线性插值法和改进算法进行盲元补偿后的结果如图7所示。 进行补偿的图像采用9×9窗口响应率检测法得到的盲元图像。 三种方法的对比如表3所示。

图7　不同算法盲元补偿结果图

4　结　　论

盲元作为热成像系统的重要问题， 在测试过程中会直接或者间接的影响探测器其他指标的判定。 通过9×9窗格法可以相对准确的检测出盲元点的位置和数量， 而中值滤波方法可以判断出图像灰度值、黑体面源温度和盲元检测数量之间的关系。 采用改进后的盲元检测算法对盲元进行补偿， 可以补偿掉大多数的盲元点， 补偿效果与传统方法相比较更好一些。

[1] 蔺向明.基于红外成像的小目标检测技术研究[J].航空兵器, 2014(3): 12-15.

[2] 黄莉, 杨博.红外成像导引头通用测试评估系统设计[J].航空兵器， 2015(3)： 54-57.

[3] Cao Yang, Jin Weiqi, Liu Chongliang, et al. Scene-Based Bad Pixel Dynamic Correction and Evaluation for IRFPA Device[C]∥Advances in Optoelectronics and Micro/Nano-Optics(AOM), 2010 OSA-IEEE-COS, 2010: 1-4.

[4] 刘毅.红外图像复杂度评估方法综述[J].航空兵器, 2014(3)： 51-54.

[5] 王鹂, 贾京红， 刘林发， 等.焦平面冷反射像在红外成像检测中的应用[J].航空兵器， 2009(3)： 52-54.

[6] 姚琴芬， 顾国华.一种新的红外焦平面阵列盲元检测算法[J].红外技术， 2012(8)： 441-443.

[7] 李正， 王文生， 张桂源.一种用于目标探测跟踪的红外变焦系统设计[J].航空兵器， 2014(2)： 27-31.

[8] Meng Xianglong, Zhang Wei, Cong Mingyu, et al. Bad Pixel Replacement Based on Spatial Statistics for IR Sensor[C]∥Proceedings of the 5th International Symposium on Advanced Optical Manufacturing and Testing Technologies Optoelectronic Materials and Devices for Detector, Imager, Display, and Energy Conversion Technology, 2010.

[9] 周方方, 司斌， 王晖， 等. 红外图像仿真的发展综述[J].航空兵器， 2013(2)： 29-32.

[10] 黄国炳.红外校准装置探测系统设计[J].航空兵器， 2013(2)：38-41.

[11] 郑竑宇， 董德新， 贾明永.基于PXI总线的红外导引头性能测试系统设计[J].航空兵器， 2010(4)： 50-52.

[12] 李丽萍， 袁祁刚， 朱华， 等.一种新的红外焦平面阵列盲元检测算法[J].红外技术， 2014， 36(2): 106-109.

[13] Wang Wei, Fan Yangyu， Fu Yuenong, et al. Research on Bad Pixel Variation of IRFPA by High Temperature Storage and Temperature Shock[C]∥International Symposium on Photoelec Retection and Imaging, 2011.

[14] 李扬， 白晓东， 孟卫华.空空导弹红外成像导引头点源探测距离研究[J].航空兵器， 2008(6)： 36-39.

[15] 张红辉, 罗海波， 余新荣， 等.采用特征直方图的红外焦平面阵列盲元检测方法[J].红外与激光工程， 2014， 43(6): 1807-1811.

Blind Pixel Detection and Compensation on Infrared Detector

An Guangqi, Zhao Yan, Zhang Haifeng

(School of Instrumentation Science and Opto-Electronics Engineering, Beihang University， Beijing 100191， China)

The number of the blind pixel is an important parameter in the infrared imaging system. By the way of the 9×9 pane response method and the median filtering method, the number and position of the blind pixel is determined. The relationship between blind pixel detection rate and image grey value is determined by the median filtering method. With the improved algorithm to compensate blind pixel, the hardware occupancy rate and image distortion rate are reduced, the effect of blind pixel compensation is enhanced.

infrared detector; blind pixel detection; blind pixel compensation; image gray; performance evaluation

10.19297/j.cnki.41-1228/tj.2016.03.012

2015-07-02

国家自然科学基金项目(61233005); 国家“973”计划(2014CB744200); 航空科学基金项目(20110112007)

安广齐(1990-)， 男， 黑龙江齐齐哈尔人， 硕士研究生， 研究方向为红外成像与导航。

TN216

A

1673-5048(2016)03-0054-05