CN103491318A - 一种红外焦平面探测器图像校正方法及*** - Google Patents
一种红外焦平面探测器图像校正方法及*** Download PDFInfo
- Publication number
- CN103491318A CN103491318A CN201310441849.8A CN201310441849A CN103491318A CN 103491318 A CN103491318 A CN 103491318A CN 201310441849 A CN201310441849 A CN 201310441849A CN 103491318 A CN103491318 A CN 103491318A
- Authority
- CN
- China
- Prior art keywords
- delta
- image
- pixel
- background
- sigma
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Transforming Light Signals Into Electric Signals (AREA)
Abstract
本发明提供一种红外焦平面探测器图像校正方法及***,所述方法包括:红外焦平面接收红外光,转换为数字信号,使每一个焦平面像元对应图像的一个像素;并将图像数据转为原始灰度值保存;对于所述每一个像素,根据对应的所述原始灰度值大小,采用多段校正方式,进行增益和偏置校正补偿,得到补偿结果;对所述补偿结果进行实时动态背景估计,得到估计背景;对图像进行所述估计背景的偏置处理;输出经过偏置处理的图像。与现有技术相比,本发明在计算性能、图像质量和实现复杂度上做了平衡,实现无盲视连续输出红外校正图像,降低了计算复杂度,减少了参数预存数量,在保证图像质量的基础上,降低了整个***功耗。
Description
技术领域
本发明涉及红外成像技术领域,尤其涉及一种红外焦平面探测器图像校正方法及***。
背景技术
目前,红外焦平面探测器技术日益成熟,广泛应用于公安、消防、军事等领域。红外焦平面探测器在成像过程中存在各个像元响应不一致,随时间和环境温度的变化,其非均匀性特征明显,图像输出质量不稳定,需要进行图像校正才能提供稳定成像质量。
现有技术中,传统的校正方法可以分为两种。一种是基于场景的自适应图像校正技术。基于场景的图像校正技术可以无中断的连续输出成像图像,但对目标场景有特殊限制,否则图像会急剧退化,实际较少采用。
一种是基于机械档片的单点图像校正技术,为实际应用中广泛采用,通过设定档片间隔,不断获取当前红外焦平面探测器工作背景图像(本底)来跟踪修正当下各个像元响应漂移,提高图像输出质量。
具体来说,在实现本发明的过程中,发明人发现现有的方案存在如下缺点:
现有技术中,使用机械档片的图像校正方法实现简单,但机械档片引入也对应用带来一系列负面影响,包括:会造成***稳定性的下降,并会带来***整体功耗的增加。最重要的,图像不能连续不中断输出,对图像成像质量有一定影响。亟需要一种可以无需机械档片部件,高效稳定的对图像进行实时非均性校正,输出连续无盲视稳定红外图像的方案。
发明内容
本发明的目的在于克服现有技术的缺点和不足,提供一种红外焦平面探测器图像校正方法及***。
一种红外焦平面探测器图像校正方法,所述方法包括:
红外焦平面接收红外光,转换为数字信号,使每一个焦平面像元对应图像的一个像素;并将图像数据转为原始灰度值保存;
对于所述每一个像素,根据对应的所述原始灰度值大小,采用多段校正方式,进行增益和偏置校正补偿,得到补偿结果;
对所述补偿结果进行实时动态背景估计,得到估计背景;
对图像进行所述估计背景的偏置处理;
输出经过偏置处理的图像。
所述多段校正方式,包括:
根据预先设定的多段校正***表中相应的校正系数,采用如下公式获取:
Yx,y=Y′x,y*Gn x,y+On x,y;
其中,所述Yx,y是像素(x,y)校正后的输出,Y′x,y是像素(x,y)采集到的原始灰度数据,Gn x,y为像素(x,y)为增益,On x,y为像素(x,y)偏置。n为第n段区间。
所述校正系数大于两组。
所述对图像进行所述估计背景的偏置处理,包括:
根据如下公式进行偏置处理:
YNx,y=Yx,y+Offsetx,y*Gn x,y;
其中,所述Offsetx,y为像素(x,y)的估计背景,YNx,y为像素(x,y)偏置处理后的输出值。
所述估计背景根据如下公式获取:
Offsetx,y=(K1*TL+K2*TH+C);
其中,K1、K2和C为背景估计参数,根据需要设定;TL、TH为像素(x,y)所在区间的灰度范围。
所述背景估计参数K1、K2和C,根据如下方式获取:
相邻的传感器像元校正输出差为D=(YN-YN');则
D=Y+(K1*TL+K2*TH+C)*G-Y'-(K1*TL+K2*TH+C)*G';
D=(Y-Y')+K1*TL*(G-G')+K2*TH*(G-G')+C*(G-G');
ΔY=Y-Y'
ΔG=G-G'
D=ΔY+K1*ΔTL+K2*ΔTH+C*ΔG;
D2=(ΔY+K1*ΔTL+K2*ΔTH+C*ΔG)2
D2=(ΔY)2+2*ΔY*K1*ΔTL+2*ΔY*K2*ΔTH+2*ΔY*C*ΔG+K1 2*(ΔTL)2+2*K1*ΔTL*K2*ΔTH+2*K1*ΔTL*C*ΔG;+K2 2*(ΔTH)2+2*K2*ΔTH*C*ΔG+C2*(ΔG)2
上述公式求导,得到:
0=ΔY*ΔTL+K1*(ΔTL)2+K2*ΔTL*ΔTH+ΔTL*C*ΔG
0=ΔY*ΔTH+K1*ΔTL*ΔTH+K2*(ΔTH)2+ΔTH*C*ΔG;
0=ΔY*ΔG+K1*ΔTL*ΔG+K2*ΔTH*ΔG+C*(ΔG)2
多个像素对的模式下,上述公式表示为矩阵方程:
求解,得到K1、K2和C的值。
一种红外焦平面探测器图像校正***,所述***包括图像采集单元、分段多点校正单元、背景估计单元、二次校正单元及输出单元,其中,
所述图像采集单元,用于接收红外光,转换为数字信号,使每一个焦平面像元对应图像的一个像素;并将图像数据转为原始灰度值保存;
所述分段多点校正单元,用于对于所述每一个像素,根据对应的所述原始灰度值大小,采用多段校正方式,进行增益和偏置校正补偿,得到补偿结果;
所述背景估计单元,用于对所述补偿结果进行实时动态背景估计,得到估计背景;
所述二次校正单元,用于对图像进行所述估计背景的偏置处理;
所述输出单元,用于输出经过偏置处理的图像。
所述图像采集单元包括红外焦平面子单元、转换子单元及存储子单元,其中,
所述红外焦平面子单元,用于接收红外光;
所述转化子单元,用于将所述红外光转换为数字信号,使每一个焦平面像元对应图像的一个像素;
所述存储子单元,用于将图像数据转为原始灰度值保存。
所述背景估计单元包括背景估计参数设定子单元及估计子单元,其中,
所述背景参数设定子单元,用于设定K1、K2和C背景估计参数;
所述估计子单元,用于根据所述背景参数计算估计背景的值。
所述背景参数设定子单元还用于计算所述背景估计参数K1、K2和C。
本发明通过红外焦平面接收红外光后转换为数字信号,使每一个焦平面像元对应图像的一个像素,将图像数据转为原始灰度值保存;对于所述每一个像素,根据对应的原始灰度值大小,采用多段校正方式,进行增益和偏置校正补偿,进行实时动态背景估计后,对图像进行估计背景的偏置处理;输出经过偏置处理的图像。与现有技术相比,本发明利用分段多点校正方法提高图像校正范围,利用背景估计法做二次校正提升图像精度,很好的在计算性能、图像质量和实现复杂度上做了平衡,实现无盲视连续输出红外校正图像的功能。在背景估计中采用相邻像素分组筛选方法和分段区域估计,减少了方程求解维数,降低了计算复杂度,大大减少了参数预存数量,在保证图像质量的基础上,进一步降低了整个***功耗。
附图说明
图1为本发明实施例1提供的红外焦平面探测器图像校正方法原理流程图;
图2为本发明实施例2提供的红外焦平面探测器图像校正***结构示意图;
图3为本发明实施例2提供的图像采集单元100结构示意图;
图4为本发明实施例2提供的背景估计单元300结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式进行详细描述。但本发明的实施方式不限于此。
本发明各个实施例的原理在于:将采集的数据采用对应区段的预校正系数进行增益和偏置的校正;对校正后的输出进行实时的背景图像估计,在估计过程中挑选满足条件的像素对参与运算;利用计算出的系数进行二次图像偏置校正,输出最终结果。通过构建一个红外图像处理***,其中不需要机械档片部件。红外图像处理模块完成红外光有焦平面探测器转换的目标红外信号的校正处理,输出稳定的连续图像。
如图1所示,为本发明实施例1提供的红外焦平面探测器图像校正方法原理流程图,具体如下:
步骤10,红外焦平面接收红外光,转换为数字信号,使每一个焦平面像元对应图像的一个像素;并将图像数据转为原始灰度值保存。
利用红外焦平面接收红外光,将接收到的红外光转换为数字信号。转换的标准是使每一个焦平面像元对应图像的一个像素。这样可以将红外焦平面的接收转换为一幅图像,图像中的每个像素对应一个焦平面像元。进一步的,需要将图像数据转换为原始灰度值保存,每个像素对应一个原始灰度值。
步骤20,对于每一个像素,根据对应的原始灰度值大小,采用多段校正方式,进行增益和偏置校正补偿,得到补偿结果。
通常可以由分段多点校正模块对于每一个像素,根据其原始灰度数据值大小,采用预存的多段校正***表(>2组)相应的校正系数,采用公式(1)进行增益和偏置校正补偿。预存的分段区间覆盖整个工作温度范围。
Yx,y=Y′x,y*Gn x,y+On x,y 公式(1)
其中Yx,y是像素(x,y)校正后的输出,Y‘x,y是像素(x,y)采集到的原始灰度数据,Gn x,y为像素(x,y)为增益,On x,y为像素(x,y)偏置。n为第n段区间。
这样可以得到图像中每个像素的补偿结果。
步骤30,对补偿结果进行实时动态背景估计,得到估计背景。
本步骤的目的在于得到图像的估计背景。分段多点校正输出结果将进行实时动态背景估计。
假设像素(x,y)位于n段区间,该区间灰度范围为[TL、TH],那么令
Offsetx,y=(K1*TL+K2*TH+C) 公式(2)
YNx,y=Yx,y+(K1*TL+K2*TH+C)*Gx,y 公式(3)
为了正确估计出公式(2)中的背景值,我们在整个待校正的图像中选取一些特殊传感器像元,如果当下两个相邻的传感器像元响应输出之差小于门限值PIXEL_THRESHOLD并且不是坏点或者边界值,则这两个传感器像元符合要求。
令相邻的传感器像元校正输出差表示为:D=(YN-YN'),将公式(3)代入,得到:
D=Y+(K1*TL+K2*TH+C)*G-Y'-(K1*TL+K2*TH+C)*G'
D=(Y-Y')+K1*TL*(G-G')+K2*TH*(G-G')+C*(G-G')
ΔY=Y-Y'
ΔTL=TL*(G-G')
ΔTH=TH*(G-G')
令:ΔG=G-G'
则可以修改为:
D=ΔY+K1*ΔTL+K2*ΔTH+C*ΔG
D2=(ΔY+K1*ΔTL+K2*ΔTH+C*ΔG)2
D2=(ΔY)2+2*ΔY*K1*ΔTL+2*ΔY*K2*ΔTH+2*ΔY*C*ΔG+K1 2*(ΔTL)2+2*K1*ΔTL*K2*ΔTH+2*K1*ΔTL*C*ΔG+K2 2*(ΔTH)2+2*K2*ΔTH*C*ΔG
0=ΔY*ΔG+K1*ΔTL*ΔG+K2*ΔTH*ΔG+C*(ΔG)2 公式(4)
在多个像素对的模式下,公式(4)可以表示为矩阵方程
通过解公式(5)方程组可以最终得到各个背景估计参数K1、K2和C,代入公式(2)计算中当下的估计背景。
步骤40,对图像进行估计背景的偏置处理。
得到了估计背景,需要进一步对估计背景进行偏置处理。
通过对图像进行估计背景的偏置处理,提升图像质量。令
YNx,y=Yx,y+Offsetx,y*Gn x,y 公式(6)
其中Offsetx,y为像素(x,y)估计背景,YNx,y为像素(x,y)二次校正后的输出值。
步骤50,输出经过偏置处理的图像。
经过偏置处理的图像,即为校正过的图像,直接输出即可得到连续无盲视稳定的红外图像。
如图2所示,为本发明实施例2提供的红外焦平面探测器图像校正***结构示意图,该***包括图像采集单元100、分段多点校正单元200、背景估计单元300、二次校正单元400及输出单元500,具体如下:
图像采集单元100,用于接收红外光,转换为数字信号,使每一个焦平面像元对应图像的一个像素;并将图像数据转为原始灰度值保存;
分段多点校正单元200,用于对于每一个像素,根据对应的原始灰度值大小,采用多段校正方式,进行增益和偏置校正补偿,得到补偿结果;
背景估计单元300,用于对补偿结果进行实时动态背景估计,得到估计背景;
二次校正单元400,用于对图像进行估计背景的偏置处理;
输出单元500,用于输出经过偏置处理的图像。
如图3所示,上述图像采集单元100进一步包括红外焦平面子单元101、转换子单元102及存储子单元103,具体如下:
红外焦平面子单元101,用于接收红外光;
转化子单元102,用于将红外光转换为数字信号,使每一个焦平面像元对应图像的一个像素;
存储子单元103,用于将图像数据转为原始灰度值保存。
如图4所示,上述的背景估计单元300进一步包括背景估计参数设定子单元301及估计子单元302,具体如下:
背景参数设定子单元301,用于设定K1、K2和C背景估计参数;
估计子单元302,用于根据背景参数计算估计背景的值。
特别的,上述背景参数设定子单元301还用于计算背景估计参数K1、K2和C。
需要说明的是:上述实施例提供的红外焦平面探测器图像校正***在红外焦平面探测器图像校正时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将***的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的红外焦平面探测器图像校正***与红外焦平面探测器图像校正方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
综上,本发明通过红外焦平面接收红外光后转换为数字信号,使每一个焦平面像元对应图像的一个像素,将图像数据转为原始灰度值保存;对于所述每一个像素,根据对应的原始灰度值大小,采用多段校正方式,进行增益和偏置校正补偿,进行实时动态背景估计后,对图像进行估计背景的偏置处理;输出经过偏置处理的图像。与现有技术相比,本发明利用分段多点校正方法提高图像校正范围,利用背景估计法做二次校正提升图像精度,很好的在计算性能、图像质量和实现复杂度上做了平衡,实现无盲视连续输出红外校正图像的功能。在背景估计中采用相邻像素分组筛选方法和分段区域估计,减少了方程求解维数,降低了计算复杂度,与其他方法比大大减少了参数预存数量,在保证图像质量的基础上,进一步降低了整个***功耗。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.一种红外焦平面探测器图像校正方法,其特征在于,所述方法包括:
红外焦平面接收红外光,转换为数字信号,使每一个焦平面像元对应图像的一个像素;并将图像数据转为原始灰度值保存;
对于所述每一个像素,根据对应的所述原始灰度值大小,采用多段校正方式,进行增益和偏置校正补偿,得到补偿结果;
对所述补偿结果进行实时动态背景估计,得到估计背景;
对图像进行所述估计背景的偏置处理;
输出经过偏置处理的图像。
2.如权利要求1所述的方法,其特征在于,所述多段校正方式,包括:
根据预先设定的多段校正***表中相应的校正系数,采用如下公式获取:
Yx,y=Y′x,y*Gn x,y+On x,y;
其中,所述Yx,y是像素(x,y)校正后的输出,Y′x,y是像素(x,y)采集到的原始灰度数据,Gn x,y为像素(x,y)为增益,On x,y为像素(x,y)偏置。n为第n段区间。
3.如权利要求2所述的方法,其特征在于,所述校正系数大于两组。
4.如权利要求1所述的方法,其特征在于,所述对图像进行所述估计背景的偏置处理,包括:
根据如下公式进行偏置处理:
YNx,y=Yx,y+Offsetx,y*Gn x,y;
其中,所述Offsetx,y为像素(x,y)的估计背景,YNx,y为像素(x,y)偏置处理后的输出值。
5.如权利要求1所述的方法,其特征在于,所述估计背景根据如下公式获取:
Offsetx,y=(K1*TL+K2*TH+C);
其中,K1、K2和C为背景估计参数,根据需要设定;TL、TH为像素(x,y)所在区间的灰度范围。
6.如权利要求5所述的方法,其特征在于,所述背景估计参数K1、K2和C,根据如下方式获取:
相邻的传感器像元校正输出差为D=(YN-YN');则
D=Y+(K1*TL+K2*TH+C)*G-Y'-(K1*TL+K2*TH+C)*G';
D=(Y-Y')+K1*TL*(G-G')+K2*TH*(G-G')+C*(G-G');
ΔY=Y-Y'
ΔG=G-G'
D=ΔY+K1*ΔTL+K2*ΔTH+C*ΔG;
D2=(ΔY+K1*ΔTL+K2*ΔTH+C*ΔG)2
D2=(ΔY)2+2*ΔY*K1*ΔTL+2*ΔY*K2*ΔTH+2*ΔY*C*ΔG+K1 2*(ΔTL)2+2*K1*ΔTL*K2*ΔTH+2*K1*ΔTL*C*ΔG;+K2 2*(ΔTH)2+2*K2*ΔTH*C*ΔG+C2*(ΔG)2
上述公式求导,得到:
0=ΔY*ΔTL+K1*(ΔTL)2+K2*ΔTL*ΔTH+ΔTL*C*ΔG
0=ΔY*ΔTH+K1*ΔTL*ΔTH+K2*(ΔTH)2+ΔTH*C*ΔG;
0=ΔY*ΔG+K1*ΔTL*ΔG+K2*ΔTH*ΔG+C*(ΔG)2
多个像素对的模式下,上述公式表示为矩阵方程:
求解,得到K1、K2和C的值。
7.一种红外焦平面探测器图像校正***,其特征在于,所述***包括图像采集单元、分段多点校正单元、背景估计单元、二次校正单元及输出单元,其中,
所述图像采集单元,用于接收红外光,转换为数字信号,使每一个焦平面像元对应图像的一个像素;并将图像数据转为原始灰度值保存;
所述分段多点校正单元,用于对于所述每一个像素,根据对应的所述原始灰度值大小,采用多段校正方式,进行增益和偏置校正补偿,得到补偿结果;
所述背景估计单元,用于对所述补偿结果进行实时动态背景估计,得到估计背景;
所述二次校正单元,用于对图像进行所述估计背景的偏置处理;
所述输出单元,用于输出经过偏置处理的图像。
8.如权利要求7所述的***,其特征在于,所述图像采集单元包括红外焦平面子单元、转换子单元及存储子单元,其中,
所述红外焦平面子单元,用于接收红外光;
所述转化子单元,用于将所述红外光转换为数字信号,使每一个焦平面像元对应图像的一个像素;
所述存储子单元,用于将图像数据转为原始灰度值保存。
9.如权利要求7所述的***,其特征在于,所述背景估计单元包括背景估计参数设定子单元及估计子单元,其中,
所述背景参数设定子单元,用于设定K1、K2和C背景估计参数;
所述估计子单元,用于根据所述背景参数计算估计背景的值。
10.如权利要求9所述的***,其特征在于,所述背景参数设定子单元还用于计算所述背景估计参数K1、K2和C。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310441849.8A CN103491318B (zh) | 2013-09-25 | 2013-09-25 | 一种红外焦平面探测器图像校正方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310441849.8A CN103491318B (zh) | 2013-09-25 | 2013-09-25 | 一种红外焦平面探测器图像校正方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103491318A true CN103491318A (zh) | 2014-01-01 |
CN103491318B CN103491318B (zh) | 2017-04-26 |
Family
ID=49831250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310441849.8A Active CN103491318B (zh) | 2013-09-25 | 2013-09-25 | 一种红外焦平面探测器图像校正方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103491318B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103868601A (zh) * | 2014-03-26 | 2014-06-18 | 西安电子科技大学 | Irfpa探测器非均匀响应的双边全变分正则化校正方法 |
CN104280128A (zh) * | 2014-10-17 | 2015-01-14 | 北京津同利华科技有限公司 | 基于场景的InGaAs短波红外焦平面成像动态范围调整方法 |
CN105657428A (zh) * | 2016-01-25 | 2016-06-08 | 成都国铁电气设备有限公司 | 一种适用于接触网的红外图像压缩方法及*** |
CN105737990A (zh) * | 2016-02-24 | 2016-07-06 | 华中科技大学 | 一种基于探测器温度的红外图像非均匀性校正方法及*** |
CN108537740A (zh) * | 2018-02-13 | 2018-09-14 | 北京航天控制仪器研究所 | 一种基于相邻像素统计一致性的非均匀性校正方法及*** |
CN111964786A (zh) * | 2020-07-20 | 2020-11-20 | 四川虹美智能科技有限公司 | 温度检测方法及装置 |
CN117221747A (zh) * | 2023-11-09 | 2023-12-12 | 海豚乐智科技(成都)有限责任公司 | 一种基于sopc的单周期坏点补偿与非均匀校正方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1900666A (zh) * | 2005-07-19 | 2007-01-24 | 电子科技大学 | 基于Wiener滤波理论的非制冷红外焦平面非均匀校正算法 |
CN101515987A (zh) * | 2008-12-30 | 2009-08-26 | 中国资源卫星应用中心 | 一种用于旋转扫描多元并扫红外相机的遥感图像辐射校正方法 |
CN101666682A (zh) * | 2009-08-06 | 2010-03-10 | 重庆邮电大学 | 基于场景统计的神经网络非均匀性校正方法 |
CN102042878A (zh) * | 2010-10-21 | 2011-05-04 | 电子科技大学 | 一种去除温漂的红外非均匀性校正方法 |
CN102176742A (zh) * | 2011-03-14 | 2011-09-07 | 浙江兆晟科技有限公司 | 图像校正系数的获取方法、非均匀图像校正方法及*** |
CN102938137A (zh) * | 2012-10-25 | 2013-02-20 | 苏州有色金属研究院有限公司 | 基于图像序列分析的线扫描图像动态非均匀性校正方法 |
-
2013
- 2013-09-25 CN CN201310441849.8A patent/CN103491318B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1900666A (zh) * | 2005-07-19 | 2007-01-24 | 电子科技大学 | 基于Wiener滤波理论的非制冷红外焦平面非均匀校正算法 |
CN101515987A (zh) * | 2008-12-30 | 2009-08-26 | 中国资源卫星应用中心 | 一种用于旋转扫描多元并扫红外相机的遥感图像辐射校正方法 |
CN101666682A (zh) * | 2009-08-06 | 2010-03-10 | 重庆邮电大学 | 基于场景统计的神经网络非均匀性校正方法 |
CN102042878A (zh) * | 2010-10-21 | 2011-05-04 | 电子科技大学 | 一种去除温漂的红外非均匀性校正方法 |
CN102176742A (zh) * | 2011-03-14 | 2011-09-07 | 浙江兆晟科技有限公司 | 图像校正系数的获取方法、非均匀图像校正方法及*** |
CN102938137A (zh) * | 2012-10-25 | 2013-02-20 | 苏州有色金属研究院有限公司 | 基于图像序列分析的线扫描图像动态非均匀性校正方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103868601A (zh) * | 2014-03-26 | 2014-06-18 | 西安电子科技大学 | Irfpa探测器非均匀响应的双边全变分正则化校正方法 |
CN103868601B (zh) * | 2014-03-26 | 2016-08-17 | 西安电子科技大学 | Irfpa探测器非均匀响应的双边全变分正则化校正方法 |
CN104280128A (zh) * | 2014-10-17 | 2015-01-14 | 北京津同利华科技有限公司 | 基于场景的InGaAs短波红外焦平面成像动态范围调整方法 |
CN105657428A (zh) * | 2016-01-25 | 2016-06-08 | 成都国铁电气设备有限公司 | 一种适用于接触网的红外图像压缩方法及*** |
CN105737990A (zh) * | 2016-02-24 | 2016-07-06 | 华中科技大学 | 一种基于探测器温度的红外图像非均匀性校正方法及*** |
CN105737990B (zh) * | 2016-02-24 | 2018-09-07 | 华中科技大学 | 一种基于探测器温度的红外图像非均匀性校正方法及*** |
CN108537740A (zh) * | 2018-02-13 | 2018-09-14 | 北京航天控制仪器研究所 | 一种基于相邻像素统计一致性的非均匀性校正方法及*** |
CN111964786A (zh) * | 2020-07-20 | 2020-11-20 | 四川虹美智能科技有限公司 | 温度检测方法及装置 |
CN111964786B (zh) * | 2020-07-20 | 2021-08-31 | 四川虹美智能科技有限公司 | 温度检测方法及装置 |
CN117221747A (zh) * | 2023-11-09 | 2023-12-12 | 海豚乐智科技(成都)有限责任公司 | 一种基于sopc的单周期坏点补偿与非均匀校正方法 |
CN117221747B (zh) * | 2023-11-09 | 2024-01-26 | 海豚乐智科技(成都)有限责任公司 | 一种基于sopc的单周期坏点补偿与非均匀校正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103491318B (zh) | 2017-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103491318A (zh) | 一种红外焦平面探测器图像校正方法及*** | |
CN108600725B (zh) | 一种基于rgb-ir图像数据的白平衡校正装置及方法 | |
US20070211154A1 (en) | Lens vignetting correction algorithm in digital cameras | |
CN109068025B (zh) | 一种镜头阴影校正方法、***及电子设备 | |
CN106197690B (zh) | 一种宽温范围条件下的图像校准方法及*** | |
CN105898263B (zh) | 一种图像白平衡方法、装置和计算设备 | |
CN103475828A (zh) | 一种图像坏点校正方法及图像传感器 | |
CN109191403A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN105681680A (zh) | 一种图像暗角校正方法、装置及*** | |
CN105578082A (zh) | 一种自适应黑电平校正方法 | |
CN112348754B (zh) | 一种低照度彩色图像增强方法及装置 | |
CN103268596A (zh) | 一种降低图像噪声和使颜色接近标准的方法 | |
CN104296876A (zh) | 基于fpga的场景非均匀性校正方法及其装置 | |
CN104219511A (zh) | 色彩校正***及方法 | |
CN105933687A (zh) | 一种对图像进行自动白平衡处理的方法及装置 | |
CN112399163A (zh) | 图像感测装置以及自动白平衡方法 | |
CN108495101B (zh) | 一种图像校正方法、装置、图像采集设备和可读存储介质 | |
CN115984535A (zh) | 一种用于钻井作业现场的低照度图像判断以及图像增强方法 | |
CN105915757A (zh) | 一种基于rgb彩色通道误差函数的颜色校正方法 | |
CN103167226B (zh) | 产生全景深影像的方法及装置 | |
CN114785995A (zh) | 一种基于fpga的自动白平衡实现方法 | |
CN103079077B (zh) | 一种图像处理方法 | |
CN112346034B (zh) | 一种三维固态面阵激光雷达组合标定方法 | |
CN107358591A (zh) | 一种基于rgb交叉通道先验的简单透镜成像色差校正方法 | |
CN107644403A (zh) | 恶劣环境条件下图像的非一致颜色校正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |