一种基于定标的非均匀性校正改进算法*

韩 璐 李桂芝

（92941部队44分队 葫芦岛 125000）

1 引言

红外焦平面阵列（Infrared Focal Plane Array，IRFPA）作为红外成像系统的关键探测器件，应用广泛。由于焦平面阵列非均匀性的存在，会降低系统的图像质量和辐射测量精度［1］。焦平面阵列非均匀性，指焦平面受外界均匀辐射时，各面元间产生不一致性的输出。受限于红外焦平面阵列和光学系统制造工艺，焦平面中每个独立的探测像元，会呈现出与相邻探测像元不同的响应特性［2］。因此非均匀性校正（non-uniformity correction，NUC）作为提升图像质量的关键技术，是红外辐射特性测量系统的必要环节［3］。

由于非均匀性因素主要来源于硬件，包括焦平面、光学系统和电子学架构，因此从硬件方面解决问题的难度高于软件算法。图像处理算法作为非均匀校正的主要手段，具有成本控制、应用广泛、效果显著的优势。NUC 主要有基于定标的NUC 算法和基于场景的NUC 算法两类［4］。前者的参考源选用高精度面源黑体，硬件实现简便，计算量低，因此工程应用多，但校正精度会随时间而下降，校正参数需定期更新［5］。基于场景的NUC 算法在应用时可以省略参考源，简流程化，有效抑制校正参数漂移，系统稳定性得到提高，但同时也存在弊端，即校正精度低、计算量大、“鬼影”干扰频繁，因此系统整体测量精度较低［6］。

红外成像系统为了达到在一定范围内的入瞳辐射量与系统灰度响应成线性关系，探测器一般为制冷型，因此为实现NUC，更适合采用第一类基于定标的算法，单点和两点定标NUC 因算法简便易实现，应用广泛［7～8］。本文提出的基于定标的NUC改进算法，在两者算法优势基础上，进一步提升NUC效果。

2 辐射定标模型及单点、两点定标NUC原理

2.1 红外成像系统的辐射定标

辐射定标可以确定探测器输出灰度值与成像系统入瞳辐射亮度的关系，因此辐射定标是对目标特性定量测量的基础步骤。扩展源近距离定标法，可以忽略大气传输衰减和大气路程辐射对定标的影响，因此得到广泛应用［9］，其定标原理如图1 所示。

图1 近距离面源黑体辐射定标原理

当红外探测器的灰度为最大灰度30%～70%时，黑体辐射亮度与系统输出灰度值响应一般为线性关系［10］：

其中：Gi，j(T)为红外焦平面阵列中位置（i，j）处像元输出的灰度值，Ri，j为该像元对光学系统入瞳辐射亮度的响应参数，L(T)为面源黑体温度T 时的辐射亮度，为系统杂散辐射的输出灰度，为探测器暗电流的输出灰度。

2.2 单点定标NUC

最早最经典的NUC 算法为单点校正法。当定标温度为T0时，单点校正的偏置系数Bi，j(T0)：

由上述可知，单点定标NUC 算法只对图像中像元的偏置进行NUC。

2.3 两点定标NUC

两点定标NUC 工程上应用最为广泛，原理如图2 所示，图中a，b，c 为校正前像元的响应，a′，b′，c′ 为NUC后像元的统一响应。

图2 两点定标NUC原理

当黑体温度分别为Tl和Th（Tl

像元在定标温度Tl和Th时输出响应的平均灰度可表示为

设NUC后的响应参数为Ki,j，偏置为Bi,j，则：

其中：

运用上述得到的校正系数对温度T 的输出图像进行校正，即：

由上述原理可知，探测器任意像元经过NUC且响应不发生漂移时，则该像元非均匀性为0［11］：

3 基于定标的NUC 改进算法及非均匀性计算

3.1 基于定标的NUC改进算法

改进算法以单点和两点定标为基础，保留了两者的优势，即校正偏置系数的稳定性和响应参数的一致性。改进算法的校正响应参数Ki，j和偏置系数B'i，j可表示为

其中，Gi，j(Tm)为面源黑体温度为Tm(Tl＜Tm＜Th)时（i，j）像元的响应灰度值，为所有像元在黑体温度Tm下的响应灰度平均值。

3.2 非均匀性计算

IRFPA的非均匀性一般用NU 数值来表示［12］：

其中，M×N 为焦平面阵列像元总数，d 为失效像元数，Gˉ为所有像元的响应灰度平均值，Gi，j为（i，j）处像元的响应灰度。由上述可知，图像质量越好，NU数值越小。

NUC 算法对于探测器每个像元响应的校正性能NUi，j可表示为

4 NUC实验

4.1 实验图像采集

为验证本文提出的基于定标的NUC 改进算法，搭建中波红外成像系统，并将黑体入瞳。系统入瞳直径为25mm，焦距为50mm，制冷型红外相机采用FLIR 品牌，高精度面源黑体采用CI 品牌的SR-800型，具体参数见表1和表2。

表1 红外相机参数

表2 黑体参数

图像采集时，关闭相机的自动调节响应参数和偏置系数功能，积分时间为两档（1ms和2ms），选取6 个黑体温度，从30℃开始，每隔10℃升温，至80℃结束。

4.2 NUC实验结果

单点定标NUC，定标黑体温度为40℃；两点定标NUC，定标黑体温度为30℃和80℃；基于定标的NUC 改进算法，定标黑体温度为30℃、40℃、80℃。其余温度点50℃、60℃、70℃用来验证三种算法改善效果，实验结果见表3。

表3 实验结果

分析可得，在积分时间1ms 和2ms 下，未校正前，图像的平均非均匀性分别为3.9374%、3.9565%，单点分别为1.7833%、1.8257%，两点分别为0.2190%、2.2474%，基于定标的NUC改进算法分别为0.1481%、1.6546%。在积分时间为2ms 时，由于黑体温度80℃的图像趋于饱和，一定程度上偏离了相机的线性响应范围，导致三种算法NU 值均变化较大。但本文提出的改进算法NUC 效果仍优于单点和两点，说明了改进算法保留了两者的优势，即校正偏置系数的稳定性和响应参数的一致性，适应性较强。

图3 为三种算法的非均匀性校正结果，从中可看出，改进算法校正效果更好。

图3 三种算法的非均匀性校正结果

图4 为黑体温度60℃、积分时间2ms 时，从校正前后所有像元的非均匀性中可看出，改进算法改善像元非均匀性更好、数值波动更小、NUC 精度更高。

图4 校正前后所有像元的非均匀性

图5 为焦平面阵列在应用改进算法校正前后的信号输出图，对比可得，改进算法灰度分布尖峰减少，灰度均匀度较好，NUC改善效果显著。

图5 焦平面阵列在应用改进算法校正前后的信号输出图

5 结语

本文提出的基于定标的NUC 改进算法，以单点定标和两点定标为基础，保留了校正偏置系数稳定性和响应参数一致性的优势。通过NUC 对比实验可得，改进算法校正效果更好；从校正前后所有像元的非均匀性中可看出，改进算法改善像元非均匀性更好、数值波动更小、NUC精度更高；从焦平面阵列在应用改进算法校正前后对比可得，改进算法灰度分布尖峰减少，灰度均匀度较好，NUC 改善效果显著。