CN105516622B - 一种红外信号的自适应调理方法 - Google Patents
一种红外信号的自适应调理方法 Download PDFInfo
- Publication number
- CN105516622B CN105516622B CN201510866146.9A CN201510866146A CN105516622B CN 105516622 B CN105516622 B CN 105516622B CN 201510866146 A CN201510866146 A CN 201510866146A CN 105516622 B CN105516622 B CN 105516622B
- Authority
- CN
- China
- Prior art keywords
- probability density
- signal
- density function
- parameter
- infrared signal
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/741—Circuitry for compensating brightness variation in the scene by increasing the dynamic range of the image compared to the dynamic range of the electronic image sensors
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种红外信号的自适应调理方法。该方法首先对可配置调理电路的调理参数进行初始化,并对红外信号参考概率密度函数的模型与统计特征进行设置,然后对可配置调理电路的输出信号进行采集。对采集到的数据进行周期性统计,获取信号的短时概率密度函数。计算短时概率密度函数与参考概率密度函数统计特征之间的差异,并据此计算更新调理参数。重新采集数据,重复处理步骤,逐次优化直至调整到匹配当前信号的最优调理参数。本发明可以快速、动态的调整红外信号的调理参数,达到大动态范围成像的要求。
Description
技术领域
本发明涉及到红外焦平面器件信号处理技术,具体指一种应用于红外焦平面成像的信号调理方法,它应用于红外成像仪器或军事侦察仪器,特别适合于对成像动态范围有较高要求的场合。
背景技术
随着红外技术的不断发展,红外成像***探测距离越来越遥远,探测视场越来越大,探测所产生模拟信号的动态范围也越来越大。为了保证信号处理的高分辨率,信号处理动态范围往往会受到一定的限制。因此,信号处理电路要考虑如何用一定的动态范围实现大动态范围的信号处理。实际工作中,红外成像***所观测的场景较为复杂,并且场景会随着时间和镜头的移动而变化,为了在成像过程中适应环境的变化获取清晰图像,对红外信号进行动态调理调理显得尤为重要。
为了充分利用信号处理电路的动态范围,需要在数字化之前对红外信号进行预处理,其中重要的两个步骤是去除背景信号并对信号进行放大,这个过程主要使用到增益倍数K与背景信号幅值B两个参数,采用数学表达如下:
X=K(S-B)
其中S是红外焦平面的原始信号输出,X是调理后的信号输出。目前常用的红外信号调理方法中多采用固定的调理参数,在场景发生改变时,通过指令对调理参数进行调整,这样会引入人工干预,并且不能达到动态追踪场景变换的功能。张大纬等人实现[1]了一种用于红外***的自动增益控制,采用数字反馈方法可以实现信号增益的自动调节。但该方法根据输入信号的幅度大小对增益信号进行直接计算,容易受到噪声和统计特征不充分的影响,对成像***的稳定性可靠性造成影响。并且不能对背景幅值B进行自动调节,一定程度上限制了成像***的动态范围。
[1]张大纬,李江勇。用于红外成像***的自动增益控制方法研究[J].激光与红外2009,Vol 39NO.10.
发明内容
为了克服上述现有技术的不足,本发明提供了一种自适应红外信号处理调理方法,该方法可以快速,实时,准确,动态的根据场景变化对红外信号的调理参数:增益系数K,背景幅值B进行自动优化调节,达到大动态范围成像的要求。
为了解决上述技术问题,本发明是这样实现的
本发明一种自适应红外信号调理方法包括以下步骤:
(1)对可配置调理电路模块的调理参数K,B进行初始化,初始化值可随机选取;
(2)选择参考概率密度函数的模型并对统计特征进行设置,模型为高斯分布、指数分布、泊松分布或均匀分布;统计特征是指其统计均值μref、标准差σref;设置依据是在恰当的调理参数下,饱和信号所占百分比P1%与截止信号所占百分比P2%的和不超过统计总数目的P3%;
(3)对调理后的红外焦平面信号进行数字化并连续采集,对采集到的红外信号周期性进行直方图统计,获取红外信号的短时概率密度分布函数;其统计周期为一段固定的时间或者为固定数据长度;短时概率密度分布函数其计算方法是利用统计获取的直方图除以获取的总数据量;
(4)对当前概率密度函数的统计特征进行估计;当前概率密度函数的统计特征μn、σn是通过选择与参考概率密度函数相同的模型,然后进行曲线拟合或最大似然估计计算得到,n为第n个统计周期;
(5)计算当前概率密度函数的统计特征与参考概率密度函数的统计特征之间的差异,此差异由均值之间的差异标准差之间的差异两个部分组成;
(6)根据差异计算新的红外信号调理参数,红外信号调理参数采用迭代的方法进行更新,首先通过dsn与Kn计算新的增益倍数Kn+1,计算公式如下:
其中α收敛系数,用来对追踪速度进行控制,Td为调整阈值,只有差异达到一定程度,K才会发生调整,α与Td均为人工设置参数。
然后通过Kn+1计算新的偏置电平Bn+1,计算公式如下:
(7)通过接口电路对参数进行更新,然后重复步骤(3),逐次优化直至调整到匹配当前信号的最优调理参数。
步骤(1)中所述的可配置调理电路模块主要由模拟数字转换器、减法器、可调增益放大器、数字模拟转换器组成,其中模拟数字转换器根据背景幅值B输出对应的模拟电平,减法器在红外焦平面输出中减去DAC的输出,然后由可调增益放大器根据增益倍数K对信号进行放大,最后调理完成的红外信号由DAC进行数字化。可配置调理电路通过通信接口对调理参数K,B进行实时配置。其中K为放大器的增益系数,B为DAC输出的背景幅值,通信接口为SPI接口或I2C接口。
与现有技术相比,本发明的有益效果是
1.动态追踪场景变化,实时完成增益系数K与背景幅值B的自适应调节。
2.采用参考模型估计与迭代优化,在实现自动追踪场景变化的前提下降低统计误差与噪声对***稳定性与可靠性的影响。
附图说明
图1为本发明自适应红外信号调理装置的实现结构框图。
图2为本发明参考概率密度函数示意图;
图3为本发明第一个统计周期对当前信号概率密度函数的参数估计;
图4为本发明第二个统计周期对当前信号概率密度函数的参数估计;
图5为本发明第四个统计周期对当前信号概率密度函数的参数估计;
图6为本发明第九个统计周期对当前信号概率密度函数的参数估计;
图7为本发明增益倍数K的调节曲线;
图8为本发明背景幅值B的调节曲线。
具体实施方式
下面结合附图对本发明进一步说明。其中涉及到若干参数,这些参数需要针对具体处理环境进行调节以达到良好的性能。
利用中科院上海技术物理研究所研制的512*8中波红外焦平面对该方法的实际效果进行验证,验证***的框图如图1所示,验证***放置在一维转台上进行扫描成像,转台转速为20°/S。验证***中采用的ADC(模拟数字转换器)量程为14Bit位宽,10MHZ采样速度,0-5V量程。DAC(数字模拟转换器)为12Bit位宽,10MHZ采样速率,0-5V量程。减法器通过运算放大器实现,正端接入红外焦平面输入信号,负端接模拟DAC输出。可调增益放大器可实现1-20倍整数放大。
步骤一中的初始调理参数K0=1、B0=0,即不对红外焦平面输出信号进行调理,直接数字化。步骤二中的参考概率密度函数的模型选择高斯分布,令P1=0.15%,P2=0.15%,P3=0.3%,可计算出参考概率密度的统计特征本实例中采用的参考概率密度函数如图2所示。数据统计周期为10帧图像,图像帧周期为300us,即每统计阈值T=512*8*10=40960个数据进行一次处理,实例中总共处理对1000个统计周期。步骤五的收敛因子α设置为0.1,调整阈值Td设置为1.3。
图3-图6为利用高斯拟合对第1,2,4,9个统计周期中对当前概率密度函数进行统计特征估计,图7和图8为前1000个统计周期下的K,B调节曲线。从图中看出红外焦平面默认输出下信号只能利用ADC很小的一部分的动态范围小,信号分辨率低下,经过9次调节后调理参数优化至适应当前场景。本实例中迭代优化过程消耗27ms,鉴于自然红外场景统计特性缓变的特性,可以满足实时处理追踪的要求,若想提高追踪速度,可通过调节收敛因子α实现。
Claims (2)
1.一种红外信号的自适应调理方法,其特征在于方法步骤如下:
(1)对可配置调理电路模块的调理参数K,B进行初始化,初始化值可随机选取,其中K为放大器的增益系数,B为DAC输出的背景幅值;
(2)选择参考概率密度函数的模型并对统计特征进行设置,模型为高斯分布、指数分布、泊松分布或均匀分布;统计特征是指其统计均值μref、标准差σref;设置依据是在恰当的调理参数下,饱和信号所占百分比P1%与截止信号所占百分比P2%的和不超过统计总数目的P3%;
(3)对调理后的红外焦平面信号进行数字化并连续采集,对采集到的红外信号周期性进行直方图统计,获取红外信号的短时概率密度分布函数;其统计周期为一段固定的时间或者为固定数据长度;短时概率密度分布函数其计算方法是利用统计获取的直方图除以获取的总数据量;
(4)对当前概率密度函数的统计特征进行估计;当前概率密度函数的统计特征μn、σn是通过选择与参考概率密度函数相同的模型,然后进行曲线拟合或最大似然估计计算得到,n为第n个统计周期;
(5)计算当前概率密度函数的统计特征与参考概率密度函数的统计特征之间的差异,此差异由均值之间的差异标准差之间的差异两个部分组成;
(6)根据差异计算新的红外信号调理参数,红外信号调理参数采用迭代的方法进行更新,首先通过dsn与Kn计算新的增益倍数Kn+1,计算公式如下:
其中α收敛系数,用来对追踪速度进行控制,Td为调整阈值,只有差异达到一定程度,K才会发生调整,α与Td均为人工设置参数;
然后通过Kn+1计算新的偏置电平Bn+1,计算公式如下:
(7)通过接口电路对参数进行更新,然后重复步骤(3),逐次优化直至调整到匹配当前信号的最优调理参数。
2.根据权利要求1所述的红外信号的自适应调理方法,其特征在于:步骤(1)中所述的可配置调理电路模块主要由模拟数字转换器、减法器、可调增益放大器、数字模拟转换器组成,其中模拟数字转换器根据背景幅值B输出对应的模拟电平,减法器在红外焦平面输出中减去DAC的输出,然后由可调增益放大器根据增益倍数K对信号进行放大,最后调理完成的红外信号由DAC进行数字化;可配置调理电路通过通信接口对调理参数K,B进行实时配置;通信接口为SPI接口或I2C接口。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510866146.9A CN105516622B (zh) | 2015-09-25 | 2015-12-01 | 一种红外信号的自适应调理方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510618223 | 2015-09-25 | ||
CN2015106182239 | 2015-09-25 | ||
CN201510866146.9A CN105516622B (zh) | 2015-09-25 | 2015-12-01 | 一种红外信号的自适应调理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105516622A CN105516622A (zh) | 2016-04-20 |
CN105516622B true CN105516622B (zh) | 2018-10-19 |
Family
ID=55724221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510866146.9A Active CN105516622B (zh) | 2015-09-25 | 2015-12-01 | 一种红外信号的自适应调理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105516622B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6075903A (en) * | 1997-04-17 | 2000-06-13 | Aeg Infrarot-Module Gmbh | Process for correcting the intensity of images from a digital infrared camera |
CN101242495A (zh) * | 2007-02-07 | 2008-08-13 | 南京理工大学 | 红外焦平面阵列自适应数字化方法及其电路 |
CN103701467A (zh) * | 2013-12-06 | 2014-04-02 | 上海卫星工程研究所 | 大动态范围红外探测器输出模拟信号的对数量化压缩*** |
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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8159555B2 (en) * | 2007-09-13 | 2012-04-17 | Eastman Kodak Company | Method for infrared image correction and enhancement |
-
2015
- 2015-12-01 CN CN201510866146.9A patent/CN105516622B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6075903A (en) * | 1997-04-17 | 2000-06-13 | Aeg Infrarot-Module Gmbh | Process for correcting the intensity of images from a digital infrared camera |
CN101242495A (zh) * | 2007-02-07 | 2008-08-13 | 南京理工大学 | 红外焦平面阵列自适应数字化方法及其电路 |
CN103701467A (zh) * | 2013-12-06 | 2014-04-02 | 上海卫星工程研究所 | 大动态范围红外探测器输出模拟信号的对数量化压缩*** |
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 |
Non-Patent Citations (1)
Title |
---|
自适应红外图像直方图均衡增强算法;赵耀宏 等;《光电工程》;20080331;第35卷(第3期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN105516622A (zh) | 2016-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109671106B (zh) | 一种图像处理方法、装置与设备 | |
US11564661B2 (en) | Method for optimizing ultrasonic imaging system parameter based on deep learning | |
US11100612B2 (en) | Acquisition strategy for neural network based image restoration | |
CN108600638B (zh) | 摄像机自动调焦***及方法 | |
CN114972085B (zh) | 一种基于对比学习的细粒度噪声估计方法和*** | |
CN110163807B (zh) | 一种基于期望亮通道的低照度图像增强方法 | |
CN103491312A (zh) | 一种用于虹膜识别的自动曝光控制方法及装置 | |
CN112857587B (zh) | 一种基于场景清晰度评价的短波红外探测器成像控制方法 | |
CN107911599B (zh) | 一种红外图像全局自动对焦方法及装置 | |
CN113096053A (zh) | 基于多尺度引导滤波的高动态红外图像细节增强方法 | |
CN114430462B (zh) | 无人机自主拍照参数调整方法、装置、设备及存储介质 | |
CN110782403A (zh) | 一种红外图像非均匀性校正方法 | |
CN107659777B (zh) | 一种自动曝光的方法及装置 | |
CN105516622B (zh) | 一种红外信号的自适应调理方法 | |
Ji et al. | Real-time enhancement of the image clarity for traffic video monitoring systems in haze | |
Zeng et al. | High dynamic range infrared image compression and denoising | |
CN104915933A (zh) | 一种基于apso-bp耦合算法的雾天图像增强方法 | |
CN106842496B (zh) | 基于频域比较法的自动调节焦点的方法 | |
CN112991236A (zh) | 一种基于模板的图像增强方法及装置 | |
CN117671033A (zh) | 一种基于夜间灯光追踪的相机像主点快速定标方法和*** | |
CN108833790B (zh) | 一种模拟信号的采集电路、方法及装置 | |
CN116862779A (zh) | 一种真实图像自监督去噪方法和*** | |
CN109544466B (zh) | 一种基于引导滤波的彩色图像Retinex增强方法 | |
CN116385903B (zh) | 一种面向1级遥感数据的抗畸变在轨目标检测方法与模型 | |
CN113225490A (zh) | 延时摄影方法及其摄影装置 |
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 |