CN103162843A - 一种基于VOx探测器的无快门红外热像仪及其使用方法 - Google Patents

Abstract

本发明涉及一种基于VOx探测器的无快门的红外热像仪，包括高低温箱、机芯，所述机芯分别连接有监视器、计算机和电源。所述红外热像仪的使用方法步骤包括：原始图像采集；背景预测；2点和1点校正；图像增强显示处理。与通常的快门校正方法相比，本发明能有效的减小红外机芯的体积和功耗，也不需要像常规方法每次校正的时候都要用快门获得均匀图像，当做背景图像进行校正，从而大大简化了***设计，减小了体积和功耗，同时由于是无快门的设计，避免了快门发热造成的图像不均匀等问题。

Description

一种基于VOx探测器的无快门红外热像仪及其使用方法

技术领域

本发明属于红外成像技术领域，具体涉及一种基于VOx探测器的无快门红外热像仪及其使用方法。

背景技术

非制冷热成像的发展历史。早期出现过红外热释电材料制成的摄像管，并制成了热电视。但灵敏度太低，而且图像拖影现象严重，因此没有得到大量应用。在八、九十年代曾经在工业用热成像中得到应用。但这一代热成像通用组件虽然得到大量应用的时候，但发现有很严重的缺点是：成本高、使用维护及后勤保障困难(制冷)、可靠性差。所以英、美两国国家军方制定了发展非制冷热成像的计划，目的是发展出用户买得起和用得起的热成像。计划是保密的，开始于上世纪七十年代末，直到1992年陆续有结果公布。所采用的探测器材料主要为两种，即热释电和测辐射热计。采用热释电材料的有：美国Texas公司1987年研制出了100×100元的BST，NETD0.5℃。1990年对交付的第一个成像阵列进行评估，更大的焦平面阵列达到了所希望的0.3℃温度分辨率，测得NETD为0.08℃。1993年发布了328×245元的阵列，像元中心距为48.5μm。对***进行测试所获得的NETD在使用f/1光学时小于0.04℃。英国在1988年研制出了100×100元的PZT。1991年美国Loral公司研制出了192×128元的热释电器件，NETD小于0.07℃。采用测辐射热计的主要是美国Honeywell公司，该公司在1985年研制的80000元电阻型测辐射热计，NETD0.3℃。1990年采用氧化钒的336×240元阵列制作了第一个便携式热像仪，获得的NETD＝39mK(F＝1)。此后，无论是热释电还是测辐射热计，320×240系列的器件和热成像出现了很多。九十年代末以来探测器的尺寸减小到了30μm左右，出现了640×480系列的阵列，产品的NETD达到了50mK以下。目前多家公司已经演示了此种热像仪。

红外焦平面阵列成像***是红外成像技术发展的趋势，但由于工艺水平的限制，红外焦平面阵列(IRFPA)各探测单元响应特性之间普遍存在着非均匀性问题，它将导致红外成像***的温度分辨率显著下降，以至使其难以满足红外成像***的使用要求，因而工程中使用的红外焦平面阵列几乎毫无例外地都采用非均匀性校正技术。

针对红外焦平面阵列的非均匀性问题所提出的相应的校正方法，主要分为两大类：一类是基于定标的校正方法，如一点法，两点法等。该类方法原理简洁，硬件易于实现和集成；校正精度高，可用于场景温度的度量；对目标没有任何要求，是实际IRFPA组件产品中主要采用的方法。但这类方法受限于IRFPA响应漂移带来的校正误差；

另一类是基于场景类的自适应校正方法，如时域高通滤波校正法，神经网络校正法和恒定统计约束校正法等。这类方法可以在一定程度上克服IRFPA响应漂移带来的校正误差，不要求或只需要简单的定标，根据场景信息适应性的更新校正系数，但这类算法应用时计算量大，往往需要特殊并行计算机结构来实现，不利于***硬件的实现、集成以及对场景的实时处理。

华中科技大学易新建等人在《红外与激光工程》2004年第33卷第1期《红外焦平面阵列非均匀性的两点校正及依据》一文中以普朗克(Plank)辐射定律和红外探测元的线性响应模型为基础，在理论上完整地推导了红外焦平面非均匀性的两点校正方法。文章从理论上论证了两点法的物理依据，表明如果IRFPA的响应是稳定的、线性的，则两点校正的算法没有误差，但实际上IRFPA探测元响应都是非线性的，而且存在响应漂移的问题，因此，用两点校正方法存在较大的剩余误差。

这些校正方法的不足都是有剩余误差，而且剩余误差和探测器、快门的温度有关，剩余误差在视频上表现出来就是一层噪声，影响热像仪的性能和应用。

分析以往的两大类非均匀性校正方法，基于定标的校正方法，如两点法，由于IRFPA存在响应漂移，实际校正时需要利用均匀参考源作为快门，周期性采集面源黑体图像作为背景帧用于定标，否则校正后会存在较大的剩余误差；基于场景类的自适应校正方法，如神经网络校正法，应用时计算量大，不利于***的实时处理，而且校正后往往还会出现目标退化和伪像等问题。

发明内容

本发明提出一种基于VOx探测器的无快门红外热像仪及其使用方法。在VOx探测器的基础上开发和实现了无快门校正的方法，极大地消除了剩余误差，弥补了现有技术中的不足之处。

本发明的技术方案是这样实现的：

一种基于VOx探测器的无快门的红外热像仪，包括高低温箱，所述高低温箱内设有机芯，所述机芯分别连接有监视器、计算机和电源。

所述的基于VOx探测器的无快门的红外热像仪还包括镜头，设置于所述高低温箱上。

所述的基于VOx探测器的无快门红外热像仪的使用方法，包括以下步骤：

1)原始图像采集步骤：把程序写进红外机芯里，接通电源、视频和串口，放在高低温箱中，对准箱内的均匀平面，降到最低温T_L℃度，保温2个小时，然后给机芯上电，马上给机芯发送采集命令，机芯里的自动系数采集程序就会启动，机芯会立刻采集当前温度下的点，作为最低温度样本；让高低温箱缓慢升温到最高温T_H℃。在这个过程中，机芯会根据探测到的温度，在一组温度点上采集探测器不同温度下的样本图像，并把这个图像组存在机芯上FLASH里，同时记录此时探测器的温度值。

2)背景预测步骤：用以上存在FLASH里的图像组为基础，利用预测算法求出背景图像；

3)1点和2点校正：以当前探测器的温度为输入参数，求出背景预测图像为ImgBK，再利用1点和2点校正公式对红外图像进行校正：

公式1    Im hAdj(i，j)＝(ImgU(i，j)-ImgBK(i，j))*Nuc(i，j)，

其中ImgAdj为校正后的图像，(i，j)表示图像矩阵的水平和垂直像素坐标；ImgU为原始图像，ImgBK为预测的背景图像，Nuc为2点校正参数。

所述的原始图像采集步骤包括：

给热像仪烧写程序，连接通讯电缆，然后把红外热像仪放在高低温箱里，设定高低温箱为最低温T_L℃，保温2个小时让热像仪充分降温，给热像仪上电，通过通讯电缆给热像仪发送做快门系数的控制命令，热像仪开始检测温度，每当温度变化n℃的时候，采集当前图像，并且存在热像仪内部的FLASH里，同时记录当前的精确的温度值。为了保证热像仪采集图像时温度稳定和图像质量，一定要控制高低温箱的升温速度，缓慢升温到最高温T_H℃；

为保证采集到最高温度点的样本，在高温T_H℃时，保温2小时，保证热像仪本身的温度上升到最高，这样，红外热像仪在整个温度段内采集到了M组图像，记录如下：

TEMP[]＝{T₀，T₁，T₂，.....T_M-1}；

TEMP_ADDR[]＝{TA₀，TA₁，TA₂，.....TA_M-1}；

TEMP[]为M组图像的对应的温度值；

TEMP_ADDR[]为M组图像对应的图像FLASH存储地址。

所描述的背景预测步骤包括：

1)思路还是两点校正的思想：

Im gAdj(i，j)＝(ImgU(i，j)-ImgBK(i，j))*Nuc(i，j)

2)两点校正系数Nuc(i，j)的获取与我们传统的两点校正方法一致，增益校正系数获取：同一环境温度条件下的两幅不同辐射强度下的均匀辐射体的图像BlackH和BlackL；

公式2 $\mathrm{Nuc}(i,j)=\frac{\mathrm{Mean}\left(\mathrm{BlackH}\right)-\mathrm{Nean}\left(\mathrm{BlackL}\right)}{\mathrm{BlackH}(i,j)-\mathrm{Black}(i,j)}$

3)背景图像ImgBK(i，j)是热像仪中保存的本底，结合实际获取的图像进行修正得到新的背景图像NImgBK；

公式3     NIm gBK＝K*Im gBK+B

4)图像采用已有的增益系数Nuc和偏置系数ImgBK进行两点校正得到图像Im gAdj，在图像ImgAdj中，搜索在临域范围内灰度差值小于一定阈值的像素对，将满足该阈值条件的所有像素对搜索出来；修正系数K和B的计算过程为：相邻像素的输出差异：

公式4为简化表达式，将部分参数进行替换：

E＝Nuc(a)(Im gU(a)-K*Im gBK(a)-B)

-Nuc(b)*(Im gU(b)-K*Im gBK(b)-B)

E＝Nuc(a)*Im gU(a)-Nuc(b)*Im gU(b)

-K*(Nuc(a)*Im gBK(a)

-Nuc(b)*Im gBK(b))

-B*(Gain(a)-Gain(b))

A1＝Nuc(a)*ImgU(a)-Nuc(b)*ImgU(b)

公式5A2＝Nuc(a)*ImgBK(a)-Nuc(b)*ImgBK(b)

A3＝Nuc(a)*ImgBK(b)

分别得到：

$K=\frac{\mathrm{\Σ}(A1*A2)*\mathrm{\Σ}{A3}^2-\mathrm{\Σ}(A1*A3)*\mathrm{\Σ}(A2*A3)}{\mathrm{\Σ}{A2}^2*\mathrm{\Σ}(A2*A3)*\mathrm{\Σ}(A2*A3)}$

公式6 $B=\frac{\mathrm{\Σ}(A1*A3)*\mathrm{\Σ}{A3}^2-\mathrm{\Σ}(A1*A2)*\mathrm{\Σ}(A2*A3)}{\mathrm{\Σ}{A2}^2*\mathrm{\Σ}{A3}^2-\mathrm{\Σ}(A2*A3)*\mathrm{\Σ}(A2*A3)}$

得到实时的偏置为：

公式7       NIm gBK＝M*Im gBK+C

得到实时的NIm gAdj结果为：

公式8NIm gAdj＝(Im gU(i，j)-NIm gBK(i，j))*Nuc(i，j)

所描述的背景预测步骤基于多本底切换，双本底加权进行本底修正。以上过程是基于单本底修正方法的算法思想及计算步骤，但在实际测试中，可以发现单一本底存在不足。当焦平面温度与所保存的本底焦平面差异较大时，该本底无法得到较合适的实时本底，因此需要采用多个不同焦平面温度的本底，在焦平面温度发生变化时进行切换本底。但这样直接的切换本底，会存在图像闪烁的问题，因此考虑采用经双本底修正后的本底，根据实时图像和两个本底计算两个本底的加权系数，得到实时的本底。

以采集4个不同焦平面温度本底为例，当实时温度范围在温度1和温度2之间，实时本底以温度1和温度2时的本底进行加权求取，实时温度越靠近哪个本底温度，当前本底在结果本底中的权重就大，当实时焦平面温度接近本底温度2时，这时温度2的权重基本接近1，当温度继续升高，实时温度达到本度温度2和本度温度3之间，即采用本底2和本底3进行加权，由于温度是缓慢上升，当温度刚刚大于温度2时，这时还是以本度温度2为主要权重。这样，在本底切换时就不会出现图像闪烁的问题，并已在下位机移植中证明。

算法思想与前面的单本底修正方法一样，只是采用了两个不同焦平面温度下的本底，根据实时图像和两个本底计算两个本底的加权系数，得到实时的本底

公式9    Noffset＝K1*Im gBK1+K2*Im gBK2+B

加权系数K1和K2及B的计算过程如下：

同单本底算法思想，根据当前焦平面温度选择与该温度差异最小的两个本底，挑选其中的一个本底和增益系数，得到图像NIm gAdj数据，在图像NIm gAdj中搜索在临域范围内灰度差值小于一定阈值的像素对，将满足该阈值条件的所以像素对搜索出来。

修正系数K1，K2和B的计算过程为：

公式10

E＝Nuc(a)(ImgU(a)-K1*Im gBK1(a)-K2*Im gBK2(a)-C)-

Nuc(b)*(X(b)-K1*Im gBK1(b)-K2*Im gBK2(b)-C)

E＝Nuc(a)*X(a)-Nuc(b)*X(b)

-K1*(Nuc(a)*Im gBK1(a)-Nuc(b)*Im gBK1(b))

-K2*(Nuc(a)*Im gBK2(a)*Nuc(b)*Im gBK2(b))

-C*(Nuc(a)-Nuc(b))

为简化表达式，将部分参数进行替换：

公式11

A1＝Nuc(a)*X(a)-Nuc(b)*X(b)

A2＝Nuc(a)*Im gBK1(a)-Nuc(b)*Im gBK1(b)

A3＝Nuc(a)*Im gBK2(a)-Nuc(b)*Im gBK2(b)

A4＝Nuc(a)-Nuc(b)

令

公式12

$T1=\mathrm{\Σ}{A2}^2-\frac{\mathrm{\Σ}(A2*A4)*\mathrm{\Σ}(A2*A4)}{\mathrm{\Σ}{A4}^2}$

$T2=\mathrm{\Σ}(A2*A3)-\frac{\mathrm{\Σ}(A3*A4)*\mathrm{\Σ}(A2*A4)}{\mathrm{\Σ}{A4}^2}$

$T2=\mathrm{\Σ}(A1*A2)-\frac{\mathrm{\Σ}(A1*A4)*\mathrm{\Σ}(A2*A4)}{\mathrm{\Σ}{A4}^2}$

令

公式13

$D1=\mathrm{\Σ}(A2*A3)-\frac{\mathrm{\Σ}(A2*A4)*\mathrm{\Σ}(A3*A4)}{\mathrm{\Σ}{A4}^2}$

$D2=\mathrm{\Σ}{A3}^2-\frac{\mathrm{\Σ}(A3*A4)*\mathrm{\Σ}(A3*A4)}{\mathrm{\Σ}{A4}^2}$

$D3=\mathrm{\Σ}(A1*A3)-\frac{\mathrm{\Σ}(A1*A4)*\mathrm{\Σ}(A3*A4)}{\mathrm{\Σ}{A4}^2}$

得到

公式14

$K1=\frac{T3*D2-D3*T2}{T1*D2-T2*D1}$

$K2=\frac{T3*D1-D3*T1}{T2*D1-T1*D2}$

$B=\frac{\mathrm{\Σ}(A1*A4)}{\mathrm{\Σ}{A4}^2}-K1*\frac{\mathrm{\Σ}(A2*A4)}{\mathrm{\Σ}{A4}^2}-K2*\frac{\mathrm{\Σ}(A3*A4)}{\mathrm{\Σ}{A4}^2}$

得到实时的偏置为：

公式15    Noffset＝K1*Im gBK1+K2*Im gBK2+B

得到实时图像NIm gAdj结果为：

公式16NIm gAdj＝(Im gU(i，j)-NIm gBK(i，j))*Nuc(i，j)。

本发明的有益效果为：

本发明对比已有技术具有以下创新点：

去快门的算法；

将去快门的算法应用在VOx机芯上；

自动做快门系数的装置和方法。

本发明对比已有技术具有以下显著优点：

提高了图像的非均匀性，避免了结构以及热环境带来的非均匀性；

和有快门的热像仪比较，降低了功耗，降低了***设计的复杂程度，提高了信噪比；

没有了快门，提高了***的可靠性，避免了快门的一些故障。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例所述的红外热像仪的方法流程图；

图2为本发明实施例所述的红外热像仪的无镜头做快门系数的结构示意图；

图3为本发明实施例所述的红外热像仪的带镜头做快门系数的结构示意图；

图4为普通机芯对均匀面图像；

图5为普通机芯对目标图像；

图6为无快门机芯对均匀面图像；

图7为无快门机芯对目标图像。

图中：

1、高低温箱；2、机芯；3、监视器；4、计算机；5、电源；6、镜头。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

如图2所示，本发明实施例1所述的基于VOx探测器的无快门的红外热像仪，包括高低温箱1，所述高低温箱1内设有机芯2，所述机芯2分别连接有监视器3、计算机4和电源5。

采用实施例1(如图2)所述的红外热像仪实现无快门样本系数的采集：

给热像仪烧写程序，连接通讯电缆，然后把红外热像仪放在高低温箱里，设定高低温箱为最低温TL℃，保温2个小时让热像仪充分降温，给热像仪上电，通过通讯电缆给热像仪发送做快门系数的控制命令，热像仪开始检测温度，每当温度变化n℃的时候，采集当前图像，并且存在热像仪内部的FLASH里，同时记录当前的精确的温度值。为了保证热像仪采集图像时温度稳定和图像质量，一定要控制高低温箱的升温速度，缓慢升温到最高温TH℃，

为保证采集到最高温度点的样本，在高温TH℃时，保温2小时，保证热像仪本身的温度上升到最高，这样，红外热像仪在整个温度段内采集到了M组图像，记录如下：

TEMP[]＝{T0，T1，T2，……TM-1}；

TEMP_ADDR[]＝{TA0，TA1，TA2，……TAM-1}；

TEMP[]为M组图像的对应的温度值；

TEMP_ADDR[]为M组图像对应的图像FLASH存储地址。

当在全温度段的样本图像采集完成后，热像仪就可以在没有快门的条件下，通过无快门算法得到正确图像。

对比图4、5、和6、7，普通机芯上的那层噪声比较重，无快门机芯上噪声已经很轻了。

实施例2

如图3所示，本发明实施例2所述的基于VOx探测器的无快门的红外热像仪，包括高低温箱1，所述高低温箱1内设有机芯2和镜头6，所述机芯2分别连接有监视器3、计算机4和电源5。

采用实施例2(如图3)所述的红外热像仪实现无快门样本系数的采集：过程与实施例1相同。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于VOx探测器的无快门的红外热像仪，其特征在于：包括高低温箱，所述高低温箱内设有机芯，所述机芯分别连接有监视器、计算机和电源。

2.根据权利要求1所述的基于VOx探测器的无快门的红外热像仪，其特征在于：还包括镜头，设置于所述高低温箱上。

3.权利要求1或2所述的基于VOx探测器的无快门红外热像仪的使用方法，其特征在于，包括以下步骤：

1)原始图像采集步骤：把程序写进红外机芯里，接通电源，视频，串口，放在高低温箱中，对准箱内的均匀平面，降到最低温T_L℃度，保温2个小时，然后给机芯上电，马上给机芯发送采集命令，机芯里的自动系数采集程序就会启动，机芯会立刻采集当前温度下的点作为最低温度样本；让高低温箱缓慢升温到最高温T_H℃，在这个过程中，机芯会根据探测到的温度，在一组温度点上采集探测器不同温度下的样本图像，并把这个图像组存在机芯上的FLASH里，同时记录此时探测器的温度值；

2)背景预测步骤：用以上存在FLASH里的图像组为基础，利用预测算法求出背景图像；

3)1点和2点校正：根据当前探测器的温度为输入参数，求出背景预测图像为ImgBK，再利用1点和2点校正公式对红外图像进行校正：

公式1    Im gAdj(i，j)＝(Im gU(i，j)-Im gBK(i，j))*Nuc(i，j)，

其中ImgAdj为校正后的图像，(i，j)表示图像矩阵的水平和垂直像素坐标；ImgU为原始图像，ImgBK为预测的背景图像，Nuc为2点校正参数。

4.根据权利要求3所述的使用方法，其特征在于，所述的原始图像采集步骤包括：

给热像仪烧写程序，连接通讯电缆，然后把红外热像仪放在高低温箱里，设定高低温箱为最低温T_L℃，保温2个小时让热像仪充分降温，给热像仪上电，通过通讯电缆给热像仪发送做快门系数的控制命令，热像仪开始检测温度，每当温度变化n℃的时候，采集当前图像，并且存在热像仪内部的FLASH里，同时记录当前的精确的温度值。为了保证热像仪采集图像时温度稳定和图像质量，一定要控制高低温箱的升温速度，缓慢升温到最高温T_H℃；

为保证采集到最高温度点的样本，在高温T_H℃时，保温2小时，保证热像仪本身的温度上升到最高，这样，红外热像仪在整个温度段内共采集到了M组图像，记录如下：

TEMP[]＝{T₀，T₁，T₂，.....T_M-1}；

TEMP_ADDR[]＝{TA₀，TA₁，TA₂，......TA_M-1}；

TEMP[]为M组图像的对应的温度值；

TEMP_ADDR[]为M组图像对应的图像FLASH存储地址。

5.根据权利要求3所述的使用方法，其特征在于，所描述的背景预测步骤包括：

1)思路还是两点校正的思想：

Im gAdj(i，j)＝(ImgU(i，j)-ImgBK(i，j))*Nuc(i，j)

2)两点校正系数Nuc(i，j)的获取与我们传统的两点校正方法一致，增益校正系数获取：同一环境温度条件下的两幅不同辐射强度下的均匀辐射体的图像BlackH和BlackL；

公式2    $\mathrm{Nuc}(i,j)=\frac{\mathrm{Mean}\left(\mathrm{BlackH}\right)-\mathrm{Nean}\left(\mathrm{BlackL}\right)}{\mathrm{BlackH}(i,j)-\mathrm{Black}(i,j)}$

3)背景图像ImgBK(i，j)是热像仪中保存的本底，结合实际获取的图像进行修正得到新的背景图像NImgBK；

公式3    NIm gBK＝K*Im gBK+B

4)图像采用已有的增益系数Nuc和偏置系数ImgBK进行两点校正后，得到图像Im gAdj，在图像Im gAdj中，搜索在临域范围内灰度差值小于一定阈值的像素对，将满足该阈值条件的所有像素对搜索出来；修正系数K和B的计算过程为：

相邻像素的输出差异：

公式4为简化表达式，将部分参数进行替换：

E＝Nuc(a)(Im gU(a)-K*Im gBK(a)-B)

-Nuc(b)*(Im gU(b)-K*Im gBK(b)-B)

E＝Nuc(a)*Im gU(a)-Nuc(b)*Im gU(b)

-K*(Nuc(a)*Im gBK(a)

-Nuc(b)*Im gBK(b))

-B*(Gain(a)-Gain(b))

A1＝Nuc(a)*ImgU(a)-Nuc(b)*ImgU(b)

公式5    A2＝Nuc(a)*ImgBK(a)-Nuc(b)*ImgBK(b)

A3＝Nuc(a)*ImgBK(b)

分别得到：

$K=\frac{\mathrm{\Σ}(A1*A2)*\mathrm{\Σ}{A3}^2-\mathrm{\Σ}(A1*A3)*\mathrm{\Σ}(A2*A3)}{\mathrm{\Σ}{A2}^2*\mathrm{\Σ}(A2*A3)*\mathrm{\Σ}(A2*A3)}$

公式6     $B=\frac{\mathrm{\Σ}(A1*A3)*\mathrm{\Σ}{A3}^2-\mathrm{\Σ}(A1*A2)*\mathrm{\Σ}(A2*A3)}{\mathrm{\Σ}{A2}^2*\mathrm{\Σ}{A3}^2-\mathrm{\Σ}(A2*A3)*\mathrm{\Σ}(A2*A3)}$

得到实时的偏置为：

公式7    NIm gBK＝M*Im gBK+C

得到实时的NIm gAdj结果为：

公式8    N Im gAdj＝(Im gU(i，j)-NIm gBK(i，j))*Nuc(i，j)

6.根据权利要求3所述的使用方法，其特征在于，所描述的背景预测步骤基于多本底切换和双本底加权来进行本底修正。包括：以上公式是基于单本底修正方法的算法思想及计算步骤，但在实际测试中，可以发现单一本底存在不足。当焦平面温度与所保存的本底焦平面差异较大时，该本底无法得到修正出较合适的实时本底，因此需要采用多个不同焦平面温度的本底。但在焦平面温度发生变化时进行切换本底，但这种直接的切本底会产生图像闪烁的问题。因此要考虑采用双本底修正方法的本底。根据实时图像和两个本底计算两个本底的加权系数，得到实时的本底。

以采集4个不同焦平面温度本底为例。当实时温度范围在温度1和温度2之间时，实时本底按温度1和温度2时的本底进行加权求出。实时温度越靠近哪个本底温度，当前本底在所求出的本底中占的权重就大。当实时焦平面温度接近本底温度2时，这时温度2的权重基本接近温度1。当温度继续升高，实时温度达到本底温度2和本底温度3之间，则采用本底温度2和本底温度3进行加权。由于温度上升缓慢上升，当温度刚刚大于本底温度2时，这时还是以本底温度2为主要权重。这时不存在本底切换时不会出现图像闪烁的问题。这种思想法已在下位机移植中证明。

算法思想与前面的单本底修正方法一样，只是采用了两个不同焦平面温度下的本底，根据实时图像和两个本底计算两个本底的加权系数，得到实时的本底

公式9    Noffset＝K1*Im gBK1+K2*Im gBK2+B

加权系数K1和K2及B的计算过程如下：

同单本底算法思想，根据当前焦平面温度选择与该温度差异最小的两个本底，挑选其中的一个本底和增益系数，得到图像NIm gAdj数据，在图像NIm gAdj中搜索在临域范围内灰度差值小于一定阈值的像素对，将满足该阈值条件的所有像素对搜索出来。

修正系数K1，K2和B的计算过程为：

公式10

E＝Nuc(a)(ImgU(a)-K1*ImgBK1(a)-K2*ImgBK2(a)-C)-

Nuc(b)*(X(b)-K1*ImgBK1(b)-K2*ImgBK2(b)-C)

E＝Nuc(a)*X(a)-Nuc(b)*X(b)

-K1*(Nuc(a)*Im gBK1(a)-Nuc(b)*Im gBK1(b))

-K2*(Nuc(a)*Im gBK2(a)*Nuc(b)*Im gBK2(b))

-C*(Nuc(a)-Nuc(b))

为简化表达式，将部分参数进行替换：

公式11

A1＝Nuc(a)*X(a)-Nuc(b)*X(b)

A2＝Nuc(a)*Im gBK1(a)-Nuc(b)*Im gBK1(b)

A3＝Nuc(a)*Im gBK2(a)-Nuc(b)*Im gBK2(b)

A4＝Nuc(a)-Nuc(b)

令

公式12

$T1=\mathrm{\Σ}{A2}^2-\frac{\mathrm{\Σ}(A2*A4)*\mathrm{\Σ}(A2*A4)}{\mathrm{\Σ}{A4}^2}$

$T2=\mathrm{\Σ}(A2*A3)-\frac{\mathrm{\Σ}(A3*A4)*\mathrm{\Σ}(A2*A4)}{\mathrm{\Σ}{A4}^2}$

$T2=\mathrm{\Σ}(A1*A2)-\frac{\mathrm{\Σ}(A1*A4)*\mathrm{\Σ}(A2*A4)}{\mathrm{\Σ}{A4}^2}$

令

公式13

$D1=\mathrm{\Σ}(A2*A3)-\frac{\mathrm{\Σ}(A2*A4)*\mathrm{\Σ}(A3*A4)}{\mathrm{\Σ}{A4}^2}$

$D2=\mathrm{\Σ}{A3}^2-\frac{\mathrm{\Σ}(A3*A4)*\mathrm{\Σ}(A3*A4)}{\mathrm{\Σ}{A4}^2}$

$D3=\mathrm{\Σ}(A1*A3)-\frac{\mathrm{\Σ}(A1*A4)*\mathrm{\Σ}(A3*A4)}{\mathrm{\Σ}{A4}^2}$

得到

公式14

$K1=\frac{T3*D2-D3*T2}{T1*D2-T2*D1}$

$K2=\frac{T3*D1-D3*T1}{T2*D1-T1*D2}$

$B=\frac{\mathrm{\Σ}(A1*A4)}{\mathrm{\Σ}{A4}^2}-K1*\frac{\mathrm{\Σ}(A2*A4)}{\mathrm{\Σ}{A4}^2}-K2*\frac{\mathrm{\Σ}(A3*A4)}{\mathrm{\Σ}{A4}^2}$

得到实时的偏置为：

公式15    Noffset＝K1*Im gBK1+K2*Im gBK2+B

得到实时图像NIm gAdj结果为：

公式16    NIm gAdj＝(ImgU(i，j)-NIm gBK(i，j))*Nuc(i，j)。

Images