改进型自适应分段的红外焦平面非均匀校正方法

崔 坤，陈凡胜，苏晓锋，唐玉俊，刘 炎



改进型自适应分段的红外焦平面非均匀校正方法

崔 坤1,2,3，陈凡胜1,3，苏晓锋1,3，唐玉俊1,2,3，刘 炎1,2,3

（1. 中国科学院上海技术物理研究所，上海 200083；2. 中国科学院大学，北京 100049；3. 中国科学院红外探测与成像技术重点实验室，上海 200083）

制冷型红外焦平面探测器的响应非均匀性对其定量化应用产生很多不利影响。本文在对红外焦平面探测器像元响应特性深入研究的基础上，提出了一种的改进型自适应分段的红外焦平面非均匀校正算法。该方法主要在前人研究的基础上给出校正效果与分段校正阈值选择之间的定量化关系，从而降低了分段校正时阈值选择的盲目性。另外，该方法采用归一化直线作为校正的目标曲线，而非传统方法中采用分段目标曲线。文中首先分析了线性校正误差的来源，然后给出校正效果与分段阈值之间的定量化关系，最后给出校正方法的原理和步骤。在校正效果评价方面，本文使用局部非均匀性（LNU）来评价校正后的效果，该方法相对于传统的评价方法，更能体现校正后残差的局部特性。实验表明，相对于传统的多点校正法，该方法使用较少的参数量获得更好的校正效果，并且易于工程实现。

红外焦平面探测器；非均匀校正；自适应分段；局部非均匀性

0 引言

随着红外焦平面技术的发展，像元规模越来越大，受限于探测器制造工艺水平的限制，像元之间存在着较大的响应非均匀性。另外，探测器模拟信号往往需要通过多通道读出，通道之间的差异进一步增加了红外图像的非均匀性。目前，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方法[1-2]。基于定标的方法是利用标准的黑体辐射源对探测器像元的响应特性进行标定，进而得到相应的校正参数，该类方法主要有一点法、两点法和多点法及相应的改进型法，该类校正方法的优点主要是计算简便，便于工程应用，缺点是受像元的响应率漂移影响较大。基于场景的算法不需要黑体的参与，主要是依据滤波和统计学的原理进行非均匀校正。

通过对红外焦平面像元响应曲线的长期测试和研究发现，积分时间一致的情况下，像元之间响应非均匀性主要体现在像元输出随接收辐射能量的响应曲线的差异性上。对于定标类算法，像元响应的线性度对线性校正效果产生较大的影响。两点法虽然计算简单，但是当像元响应非线性较大时校正效果较差；显然，多点法对非线性度的适应性更好，不过要达到好的校正效果需要多组校正参数，这对于某些存储资源有限的工程应用来说不易实现。为了降低多点法校正参数数量，2006年，郑军、郭立等人提出了一种复合型两点多段的非均匀性校正方法[3]，该方法需要手动设定分段阈值。2010年，Zhou Bo等人利用最小均方差拟合的方法将对每个像元分为固定的段[4]，并给出了不同值下的校正效果。以上方法虽然可以在一定程度上降低校正参数用量，但是没有建立分段阈值与校正效果之间的对应关系，缺少必要的分段依据。本文在前人研究的基础上做了一定的方法改进，主要体现在，从分段线性校正的误差入手，给出像元分段阈值与校正残差之间的关系，从而逆向给出了像元分段阈值选择的依据，降低了多点分段的盲目性。另外，本文采用邻域补偿的方法对探测器中出现的盲元进行处理。

在校正效果评价方面，本文使用局部非均匀性作为最终校正效果的评价方法，该评价方法能够更好地反映校正残差的局部特性。对于某些受空间杂波影响较大的红外弱小目标检测算法，该评价方法具有更好的适用性。

1 传统定标类校正算法

1.1 两点校正法

两点校正法是定标类方法中最为常用的一种方法，该方法假设像元的响应输出与像元接收到的辐射能量呈线性关系。两点法校正的示意图如图1所示。

图1 两点校正法示意图

图1中，L1表示像元的实际响应曲线，L2表示像元校正后的目标曲线，校正方法如(1)式所示：

2＝(1)＋(1)

式中：1、2分别为校正前、后灰度值；为增益校正参数；为偏置校正参数。

从而校正参数(,)的计算方法[5]为：

1.2 多点校正法原理

当像元响应曲线呈现较大的非线性时，利用两点法校正后会产生较大的残留非均匀性。多点校正法将像元的响应区间分为多个段，每段进行线性校正。多点校正法采用多段直线逼近曲线[6]的校正思路，因此多点校正法能够有效降低因像元响应非线性引入的校正残差，并且像元分段区间越多，校正效果越好，不过需要存储的校正参数越多。多点校正法示意图如图2所示。

图2 多点校正法示意图

图2中，L2为校正目标曲线，L1像元实际响应曲线，其在第段响应区间内的实际响应输出为：

因此L1第段的校正参数如下：

式中：1,n()和2,n()分别是L1和L2在第段响应区间的输出函数。

2 自适应分段校正方法原理

2.1 线性校正误差分析

由两点校正法的原理可知，在不考虑像元响应率漂移的情况下，校正后的残差主要来源于像元响应曲线的非线性度。如图3所示，L1是像元实际的响应曲线，在利用两点法校正时，曲线L1被当成直线L2来计算校正参数，并得到相应的校正参数为(2,2)，则校正后误差为：

从(5)式可以看出，对于线性校正而言，像元的实际响应输出偏离直线输出的偏差值与校正残差成正比关系，偏差越大，校正后的残差值越大，从而引起的校正杂波越大。

2.2 局部非均匀性评价方法

局部区域内所有像元输出灰度值的标准差与均值的比值称为局部非均匀性，表示式为：

式中：、为局部区域的行、列像元数；、为局部区域内的噪声盲元和死盲元的个数；、为局部区域起始像元的行列坐标；V,j为行列像元校正后输出值。

对于面阵探测器而言，为了评价整幅红外图像的校正效果，使用局部非均匀性的均值作为最终的评价指标，均值的计算方法为，利用滑窗的方法遍历整幅图像，然后对得到的所有局部非均匀性值取均值。

2.3 校正残差与分段阈值的关系

为了讨论的方便，假设校正后像元的校正偏差DNU随机分布在校正目标值的两侧，根据校正误差和杂波的表达式可知，若校正后的局部区域的杂波为，则校正后任意行列像元第段允许的最大偏差为：

式中：K,j,n为像元第段的增益校正系数，该式为充分非必要条件。因此对于多段校正而言，每段允许的最大偏差值和该段的增益校正系数有关，即为分段阈值选择的依据。

2.4 自适应分段校正方法具体实现

自适应分段校正方法是在传统多点校正算法的基础上进行的优化方法，具体体现在以下3个方面。

首先，在校正参数生成阶段，根据校正残差的要求，推算出分段阈值，如公式(5)和(8)所示，从而有针对性的进行分段校正，分段越少，校正速度越快，工程应用价值越高。

其次，采用归一化直线作为所有像元校正的目标直线，利用多个能量点下的探测器输出均值作为输入，然后利用最小二乘法[7]进行线性拟合得到目标直线，其表达式为：

因此，自适应分段校正方法中每一段的校正参数(K,j,n,B,j,n)表示为：

式中：K,j,n和O,j,n分别表示第行列像元第段的增益和偏置。因此，每个像元每段允许的最大偏差变为：

再次，本文提出的改进方法在校正参数中设定分段标志位，对于不需要分段的像元进行标记，直接进行两点法校正，不需要像传统多点校正算法那样进行分段区间的查询操作，提高了校正速度和实时性。

2.5 盲元补偿方法

根据国标[8]规定，红外焦平面探测器的盲元包括死像元和噪声像元，其中死像元是响应率小于平均响应率0.5倍的像元，噪声像元是噪声电压大于2倍噪声电压均值的像元。目前，一般采用补偿的方法对盲元进行处理。

另外，对于校正参数计算公式(10)，该式成立的条件是G,j,n≠0。对于部分死盲元而言，辐射能量增加时，其响应输出却保持不变，即响应增益为零，此时计算得到的校正参数K,j,n＝¥，B,j,n＝¥。为了防止异常情况的出现，可以采用对四邻域内正常像元校正值取均值的方法对盲元进行补偿，补偿公式如下所示：

2.6 生成校正参数的具体步骤

1）根据校正效果要求，设定校正后的预期局部空间杂波，并设定局部区域的尺寸和。

2）首先将每个像元接受的辐射能量和输出值构成一组数据，共组，并按照辐射能量递增顺序进行排列，第行列像元如下式所示：

3）对响应输出偏差超阈值的像元进行分段，分段方法，以步骤(b)中得到的最大偏差点将整个区域分为两个区间。对每个区间，重复步骤(b)中的方法，直到所有分段区间都满足条件，或者分段区间数达到最大分段数（定标点数－1）要求，停止分段，并存储分段区间左端点的响应输出值，分段方法示意图如图4所示。

4）利用式(10)计算每个像元每个分段内的校正参数(K,j,n,B,j,n)，并存储到校正参数表中。

2.7 实际校正的具体步骤

1）读取每个像元的校正标志位，对于标志位为0的(,)位置的像元，输出值为V,j,out，直接读取该点的校正参数按照两点法进行校正，校正表达式为：

2）对于需要分段校正的像元，首先读取该像元存储的响应输出值数组，根据响应输出值，确定分段区间[,＋1]，然后读取对应区间的校正参数，按照式(13)进行校正。

3）首先对(a)、(b)步骤中校正后大于饱和输出值的像元输出修改为饱和输出值，低于0的修改为0，然后进行盲元补偿。读取探测器的盲元表，对于盲元，采用式(12)进行盲元补偿。

图4 自适应分段方法示意图

3 实验验证

实验采用320×256的红外中波面阵探测器，积分时间选择1.5ms，固定积分时间，改变黑体温度获取15组对黑体的红外成像数据，使输出均值在10%～90%动态范围内变化。其中选出5个黑体温度点作为待校正数据，其余数据用于生成校正参数。

为了验证本文提出的方法相对于传统的多点校正方法在获得同样的校正效果时可以更有效地降低校正参数量，将校正后的局部杂波设定为20LSB，16LSB，8LSB，然后分别得到一组10点校正参数和自适应分段校正参数，对黑体成像图像进行校正，采用5×5的窗口分析校正后效果。最后对比校正后的效果以及参数量比值（本文的方法/传统多点法），结果如表1、表2所示。

表1 不同L下校正后局部非均匀性对比

通过表1可以看出，当＝16LSB时，本文提出的方法的校正效果略优于传统多点法的校正效果，根据表2可以看出，此时本文的方法中校正参数用量仅为传统多点法的参数量的0.4倍，节约了校正参数用量。

另外，为了验证本方法对实景图像的校正效果，将该中波成像系统对着烙铁进行成像，积分时间和参数中的一致，并取杂波＝8LSB下的自适应分段的校正参数用于图像校正，校正前后的图像如图5所示。

表2 不同L下校正参数量对比

通过图5可以看出，传统多点法校正以后，图像出现较多的“暗点”。由于本文提出的方法对每个像元进行自适应分段，细节处理较好，校正后没有异常点出现，校正效果更好。

4 结论

本文提出了一种改进型自适应分段的红外焦平面非均匀性校正方法，该方法给出了校正参数与分段阈值之间的定量化关系，降低了分段的盲目性。文中首先给出了线性校正的误差分析；然后，给出了改进型自适应分段校正方法的原理及步骤；最后，通过实验验证了本文提出方法的有效性。实验表明，相对于传统的多点校正方法，本方法可以有效地降低校正参数用量，并获得更好的校正效果。

图5 不同方法校正效果对比

Fig.5 Comparison of correction effects of different methods

[1] 余毅, 常松涛, 王旻, 等. 宽动态范围红外测量系统的快速非均匀性校正[J]. 光学精密工程, 2015, 23(7):1932-1938.

Yu Yi, Chang Song-tao, Wang Min, at al. Fast non-uniformity correction for high dynamic infrared radiometric system[J]., 2015, 23(7):1932-1938.

[2] 刘慧, 朱明超, 吴泽鹏, 等. 红外焦平面阵列非均匀性自适应校正方法[J]. 红外与激光工程, 2014, 43(5):1364-1369.

Liu Hui, Zhu Ming-chao, Wu Ze-peng. Adaptive nonuniformity correction method for infrared focal plane arrays[J]., 2014, 43(5):1364-1369.

[3] 郑军, 郭立, 郭利生, 等. 复合型两点多段非均匀性校正算法研究[J]. 计算机仿真, 2006, 23(8):106-109.

Zheng Jun, Guo Li, Guo Li-sheng, et al. The mixed Algorithm of Two-Point Multi-Section Nonuniformity Correction[J]., 2006, 23(8):106-109.

[4] Zhou B, Ma Y, Li H, et al. A study of two-point multi-section non-uniformity correction auto division algorithm for infrared images[C]//5th, 2010.

[5] 苏晓锋. 空间面阵凝视型探测系统高灵敏度探测方法研究[D]. 上海: 中国科学院上海技术物理研究所, 2015.

SU Xiao-feng. Study on high detection sensitivity of space staring detection system[D]. Shanghai: Shanghai Institute of Technical Physics, Chinese Academy of Science, 2015.

[6] 张爽. 基于场景的自适应红外焦平面阵列非均匀性校正算法研究[D]. 西安: 西安电子科技大学, 2014.

Zhang Shuang. Study on Scene-based adaptive Non-uniformity Correction of Infrared Focal Plane Array[D]. Xian: XiDian Univercity, 2014.

[7] 党兴菊, 吴文良. 最小二乘法拟合直线公式的初等推导[J]. 重庆科技学院学报:自然科学版, 2010, 12(4):185-187.

Dang Xing-ju, Wu Wen-liang. Elementary Derivation on the Formulas of MLS Fitting Line[J]., 2010, 12(4):185-187.

[8] 红外焦平面阵列参数测试方法[S]. 北京: 中国标准出版社, 2014.

GB/T 17444-2013. Measuring methods for parameters of infrared focal plane arrays[S]. Beijing: Standards Press of China, 2014.

Improved Adaptive Segmentation Non-uniformity Correction Method for IRFPA

CUI Kun1,2,3，CHEN Fansheng1,3，SU Xiaofeng1,3，TANG Yujun1,2,3，LIU Yan1,2,3

(1.,,200083,; 2.,100049,; 3.,,200083,)

The response non-uniformity of the cooled infrared focal plane detector has a lot of adverse effects on its quantitative application. Based on the study of the pixel response characteristics of the cooled infrared focal plane detector, this paper presents an improved adaptive segmentation non-uniformity correction method for IRFPA. On the basis of previous studies, this method gives the quantitative relation between the correction effect and the threshold selection of segmentation correction, which can reduce the blindness of the threshold selection in segmentation correction. In addition, the method uses the normalized straight line as the target curve, which is different from the traditional methods. This paper analyzes the source of the linear correction error firstly, and then presents the quantitative relation between the correction effect and the segmentation threshold. Finally, the principle and the steps of the correction method are given. In the correction effect evaluation, this paper uses the local non-uniformity (LNU) to evaluate the effect of the correction, and the method is better than the traditional evaluation method, which can reflect the local characteristics of the residual after correction. Experiments show that this method uses less parameters to obtain better correction effect, compared with the traditional multi point correction method, and easy to be realized.

IRPFA detectors，non-uniformity correction，adaptive segmentation，local non-uniformity

TN215

A

1001-8891(2017)03-0209-05

2016-10-02；

2016-12-30.

崔坤（1989-），男，博士生，主要从事空间遥感图像信息处理方面的研究。E-mail：cuikun_1989@163.com

陈凡胜（1978-），男，博士，研究员，博士生导师，主要从事空间遥感方面的研究。E-mail：cfs@mail.sitp.ac.cn

中国科学院上海技术物理研究所创新基金（No.CX-60）