基于图像融合的新型红外热成像系统

洛阳中信成像智能科技有限公司 河南 洛阳 471000

新型红外热成像系统实现了红外、可见光图像等信息数据的采集,通过平台前端实现图像融合,并且由实际效果进行分析,经过主观观察,结合客观指标,融合之后的图像在效果的呈现上都要比单波段形成的图像所能够展现的信息更加的丰富,增强了对环境的表达能力。

1 图像融合系统构建与调试

1.1 图像融合系统整体实现 为了采集到红外图像、可见光图像,需要以图像融合为基础构建新型红外热成像系统。图1为新型红外热成像系统组成原理图。

图1 新型红外热成像系统组成原理图

由图1能够看出整个系统主要由两部分构成,USB总线前端为图像采集部分,PC机是对图像进行处理部分。物体发出红外辐射经由镜头捕获最终成像,同时可见光也能够通过镜头被对应系统捕获最终成像,之后的图像经过核心板完成数字化分析,在通过USB传输到PC端,接收到的信息主要应用多线程完成对图像的处理。线程能够对获取到的图像进行接收,应用图像算法,最终将数据传入到可视化框架当中,图像就会在显示屏当中显像。核心板与传输板、红外驱动板与TEC驱动板等通过插座完成连接,调整镜头、传感器等的位置,调试当中应用的电源需要进行的电流监控,PC机在进行图像处理之后,就会在屏幕当中成像。整个新型红外热成像系统的构成需要经过多次调试,前端收集、传输以及数据处理等三部分不可或缺。

1.2 程序设计总体框架 Verilog语言是进行程序设计时使用最为广泛的技术,通常流程是确定总体功能,由上至下将总体功能进行系统划分为不同模块,在由不同模块进行细化处理,分成更小单位的单元设计,最终应用硬件语言完成对功能单元的设计。之后由下至上,逐级进行综合调整,最终会形成整体系统功能设计。而软件设计就需要针对探测器和传感器开展,主要是控制配置、信息采集传输等功能。图2为程序设计总体框架

图2 程序设计总体框架

2 新型红外热成像系统算法

2.1 图像融合算法实现 数字图像其本质就是巨大的数字矩阵,矩阵当中不同的值都代表着相对应的像素灰度值。图像经过处理时,最基础部分为图像存放容器,容器设计直接关系到图像处理的效率和质量,容器实现数据的结构调整优化,PC端采集到图像,解包之后就可以将图像存入到容器当中,最后在进行算法处理。红外图像分离之后进行校正,校正也可以分为单点或者两点,将原始图像当中的非匀称点去除,红外图像进行去噪,采用高斯滤波;或者增强,应用非锐化掩膜。而对于可见光图像也需要将其分离至容器当中,利用高斯滤波或者中值滤波进行去噪处理。红外图像、可见光图像经过滤波处理完成之后,分别对其进行重样采集,通常分辨率在400X300像素。透视变化矩阵在计算的时候需要在最初部分进行保存,之后根据配准程序进行矩阵相乘,这种计算方式能够降低耗时,提升算法的实时性。

2.2 红外图像预处理算法 红外图像产生异质性的因素主要来自器件本身的异质性,用来放置红外焦平面,由于制造工艺参数和每个像素的特性,存在差异,读出电路单元之间也存在差异,即使是均匀的红外辐射输入,各像元的响应也不一致,使得输出图像具有严重的异质性。器件的工作状态也会引入不均匀性,如器件本身的温度、工作环境的温湿度等;另外,探测器前端的光学系统也会引起不均匀性,如透镜畸变、光轴偏移等。这种不均匀性会使图像中的目标变得模糊,几乎无法分辨,这对红外图像的质量有很大的影响。因此,必须对红外图像进行非均匀性校正。

2.3 单点校正算法 单点校正是非均匀校正中最简单、最快的算法。单点校正假设红外成像系统工作环境温度稳定,红外辐射均匀,每个探测像素的增益非常接近。单点校正算法本身非常简单,易于实现和执行,但作为参考源的均匀辐射靶板采集的几帧图像的质量直接影响到最终的校正效果。另外,值得一提的是,在许多实际情况下,在采集参考图像时没有被辐射源照射的靶板,而是直接用挡板近似代替均匀的辐射源。此外,探测器的每个像素增益不可能非常接近,这导致单点校正的图像效果不足。目前,单点校正算法在商业应用中应用较少,主要应用于计算速度快、图像质量差的场合。

2.4 两点校正算法 两点校正算法探测器的响应率在一定的时间范围内具有线性特性,噪声是加性和乘性的,而红外探测器的非均匀性是在相同的输入下每个探测器像素具有不同的线性输出响应。两点非均匀校正算法的实质是以一条标准曲线为参考,对每个检测像素的响应曲线进行变换,使同一辐射条件下的响应曲线与该曲线重合。两点校正算法是基于线性假设的,随着非线性响应的增大,校正效果必然恶化。在实际应用中,一般将两点法推广到多个温度段校正。在许多商业应用中,温度每变化1到2度,就会重新计算响应度和偏差,生成多个查找表,然后使用像素响应值来确定哪个查找表用于校正。

结论

红外图像算法的发展使实时校正技术更加完善,能够为红外热成像提供更加优质的校正效果,使新型红外热成像系统的图像处理算法得到优化,在新型红外热成像系统中,通过系统前端进行的原始图像可以直接传输到平台系统当中,不需要经过其他处理,图像的处理主要是由平台系统中FPGA处理完成,这样能够降低CPU计算资源消耗,这种移植方式会对图像完成滤波或者插值。如果使相对复杂的图像也可以直接经过CPU进行计算处理,多种的计算处理方式实现了图像计算与快速处理的同时准确执行,使系统数据在传输与处理上的速度不断地提升。新型红外热成像系统后端是对数据采集进行的反馈,新型红外热成像系统直接进行数据接收,因此,在程序设计的时候要充分的考虑前端采集图像的控制问题,并且通过USB完成反向控制操作,之后会对图像数据进行参数调整,实现平台的图像融合,这将会实现新型红外热成像系统操作更加简化,智能化水准进一步提高。