CN105869125A - 基于光读出红外芯片的红外图像增强算法 - Google Patents
基于光读出红外芯片的红外图像增强算法 Download PDFInfo
- Publication number
- CN105869125A CN105869125A CN201610180188.1A CN201610180188A CN105869125A CN 105869125 A CN105869125 A CN 105869125A CN 201610180188 A CN201610180188 A CN 201610180188A CN 105869125 A CN105869125 A CN 105869125A
- Authority
- CN
- China
- Prior art keywords
- infrared
- matrix
- thermal response
- fpa
- noise reduction
- 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.)
- Pending
Links
- 230000003287 optical effect Effects 0.000 title abstract description 10
- 239000011159 matrix material Substances 0.000 claims abstract description 46
- 230000004044 response Effects 0.000 claims abstract description 28
- 230000009467 reduction Effects 0.000 claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 19
- 230000009466 transformation Effects 0.000 claims abstract description 13
- 238000003384 imaging method Methods 0.000 claims abstract description 6
- 239000000758 substrate Substances 0.000 claims description 21
- 238000009792 diffusion process Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract 3
- 238000005516 engineering process Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000005611 electricity Effects 0.000 description 3
- 238000005057 refrigeration Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000003331 infrared imaging Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 206010037660 Pyrexia Diseases 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
Abstract
本发明公开了基于光读出红外芯片的红外图像增强算法，1）热响应矩阵的标定：通过对标准黑体在设定的规格条件下进行成像，获取N张不同的红外原始图像；通过降噪方法对红外原始图进行降噪，得到降噪图；根据采集的N张红外降噪图，计算无机底FPA中各感热单元的热响应矩阵；2）逆变换矩阵计算：根据矩阵运算，计算各感热单元热响应矩阵的逆变换矩阵；3）图像增强实时计算。本发明有效增强了基于无基底FPA的光学读出红外图像的清晰度；算法计算效率高，可实现实时。
Description
技术领域
本发明涉及一种红外图像增强的算法技术领域，尤其涉及基于光读出红外芯片的红外图像增强算法。
背景技术
红外成像技术已被广泛应用在诸如军事、航天、交通、医疗、安防、科研等领域。根据成像原理，可大致分为光量子型（制冷型）和热型（非制冷型）。相对于制冷型技术，非制冷技术具有成本低、体积小、能耗小、维护方便等优点，因此受到了更加广泛的关注和应用。根据信号检测原理，非制冷技术又可以进一步分为电学读出和光学读出。电学读出技术是在感热单元内部集成高增益、高精度的微读出电路，并通过该电路检测由感热单元热致温升所引起的电学参量的变化。光学读出技术是利用光路***检测由感热单元热致温升所引起的其它物理参量（比如位移、转角等）的变化。
针对光学读出技术，相关研究者设计了许多不同结构的无基底焦平面阵列（FPA）。在热学性能上，这种无基底FPA的感热单元吸收红外辐射后，其热量将通过支撑框架以某种形式向相邻的感热单元传播。因此，各感热单元的热响应会相互关联，相互影响。此外，热响应引起的物理参量（比如位移、转角等）变化通过图像传感器采集，这将耦合各种电路、光源噪声。
有研究者提出了基于点扩散函数的红外图像复原算法，即：
1) 将感热单元的热响应假定为点扩散函数，得到复原图
2) 将噪声通过小波变换进行处理，得到降噪图
3) 通过图像融合技术融合复原图和降噪图，得到最终结果。
但是现有技术方案的不足之处为：
1) 由于感热单元的不同，尤其不是结构不可能完全对称，因此它不是一个准确的点扩散函数，单纯基于点扩散函数的方式，无法得到正确的复原图；
2) 小波变换算法计算量大，无法做到实时；
3) 图像融合技术计算量大，难以做到实时。
发明内容
针对现有技术的不足，针对光学读出技术的上述问题，即感热单元的热响应不仅相互影响，还耦合了各种噪声的问题，本发明提出了一种基于基于光读出红外芯片的红外图像增强算法。
为了实现上述技术目的，本发明采取如下技术方案：基于光读出红外芯片的红外图像增强算法，
1）热响应矩阵的标定：
通过对标准黑体在设定的规格条件下进行成像，获取N张不同的红外原始图像；
通过降噪方法对红外原始图进行降噪，得到降噪图；
根据采集的N张红外降噪图，计算无机底FPA中各感热单元的热响应矩阵；
2）逆变换矩阵计算：
根据矩阵运算，计算各感热单元热响应矩阵的逆变换矩阵；
3）图像增强实时计算：
根据逆变换矩阵，实时计算红外原始图像，获得的增强、降噪后的红外图像。
进一步地，所述降噪方法为均值滤波或高斯滤波。
进一步地，感热单元的热扩散不是点扩散函数。
进一步地，所述热响应矩阵的函数为原始清晰图像f(x，y)通过图像变换H(f)变成无基底FPA函数为g(x，y)；所述热响应矩阵逆矩阵过程为将无基底FPA函数为g(x，y)通过图像变换H(f)变成原始清晰图像f(x，y)，将无基底FPA的红外图像增强。
本发明的技术特点和效果为：有效增强了基于无基底FPA的光学读出红外图像的清晰度；算法计算效率高，可实现实时；通过对标准黑体在设定的规格条件下进行成像，获取N张不同的红外原始图像；通过降噪方法对红外原始图进行降噪，得到降噪图；根据采集的N张红外降噪图，计算无机底FPA中各感热单元的热响应矩阵。
附图说明
图1为本发明无基底FPA的成像过程图。
图2为本发明各感热单元的热响应图一。
图3为本发明各感热单元的热响应图二。
图4为本发明像元图一。
图5为本发明像元图二。
图6为本发明像元图三。
图7为本发明热扩散仿真分析图一。
图8为本发明热扩散仿真分析图二。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供如图1所示，本发明包括三个子模块：
首先热响应矩阵的标定；
通过对标准黑体在设定的规格条件下进行成像，获取N张不同的红外原始图像。
通过降噪方法（均值滤波、高斯滤波等）对红外原始图进行降噪，得到降噪图。
根据采集的N张红外降噪图，计算无机底FPA中各感热单元的热响应矩阵；实测得到的热响应矩阵：H（每个芯片的实测矩阵H都不一样），求取逆矩阵得：H-1。则针对红外图像g，矫正后的图像为：H-1(g)。
其中噪声等效温度差-NETD：即为当红外热源与背景的温度差在探测器上的***输出信号相等时的热源的温度差。红外探测***的NETD越小，其性能越好。其表达公式如下：
Inoise定义为***的噪声灰度，这是由于在实际光学读出***中，信号和噪声都是以CCD灰度量化级来度量的。同时定义为***的灰度相应，物理含义为红外目标单位温度变化所引起的灰度变化。噪声等效功率-NEP：对一定的辐射功率P而言，当其在FPA中产生的信号正好等于平均噪声的信号时的辐射功率；显然NEP越小则探测性能越好：
归一化探测率（，即比探测率），为了消除探测器的面积和电路放大器的噪声等效带宽对影响，即：有此公式，可以得到比探测率的表达为：
因此比探测率越大，***的性能的信噪比越高、探测越好。
其次逆变换矩阵计算：
根据矩阵运算，计算各感热单元热响应矩阵的逆变换矩阵。
最后图像增强实时计算：
根据逆变换矩阵，实时计算红外原始图像，获得的增强、降噪后的红外图像。
由图4可明显看出像元值为200*200微米2
图5可明显看出像元值为像元大小：60*60微米2
图6可明显看出像元值为30*30微米2
由于热响应的扩散，基于无基底FPA获得的红外图像相当于原始图像基础上进行了图像变换H(f)——热响应矩阵。因此，只要获得了热响应矩阵，即可通过其逆矩阵，将无基底FPA的红外图像增强，提高清晰度。
即在实现一比一图像重构的基础上，即获得了红外目标的在FPA中的热像为g（x,y）。采用无基底FPA获得的红外图像进行热串扰复原处理，即需要通过数字信号处理技术，实现无基底FPA的红外成像过程的逆变换，可表述为：
其中，为图像变换的逆变换。
为此，定义红外目标原始清晰热像为的二维数据矩阵，并将其等效变换为一维列向量，定义无基底FPA上经过热串扰之后得到的红外图像g（x,y）为的二维数据矩阵，也将其等效变换为一维列向量。由于无基底FPA的热响应等效于各微梁单元的点扩散函数的线性叠加，因此热串扰变换与点扩散函数密切相关。
据此定义红外目标原始清晰热像f（x,y）上任意点（x,y）（其中0＜x≤m，0＜y≤n）扩散至整个FPA单元的点扩散矩阵为m×n的二维扩散矩阵，将其等效变换为一维列向量
。根据无基底FPA红外成像中满足的点扩散函数线性叠加原理，m×n大小的无基底FPA的热串扰变换可表述为：
由上述公式得出：无基底FPA的热串扰变换即为图像变换矩阵，则公式表述如下：
和
其中，是的逆矩阵。
如图2所示，除了感热单元本身有热响应外，还会进一步扩散至周围的感热单元。但：
A.由于感热单元结构不是完全的对称体，这种扩散不是标准的点扩散函数；
B.在无基底FPA四周，受边框的影响，靠近边框的感热单元的热扩散现象与中心区域的感热单元的热扩散现象完全不同；
综上，感热单元的热扩散不是点扩散函数。
本发明有效增强了基于无基底FPA的光学读出红外图像的清晰度,算法计算效率高，可实现实时。
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、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.基于光读出红外芯片的红外图像增强算法，其特征在于：
1）热响应矩阵的标定：
通过对标准黑体在设定的规格条件下进行成像，获取N张不同的红外原始图像；
通过降噪方法对红外原始图进行降噪，得到降噪图；
根据采集的N张红外降噪图，计算无机底FPA中各感热单元的热响应矩阵；
2）逆变换矩阵计算：
根据矩阵运算，计算各感热单元热响应矩阵的逆变换矩阵；
3）图像增强实时计算：
根据逆变换矩阵，实时计算红外原始图像，获得的增强、降噪后的红外图像。
2.根据权利要求1所述的基于光读出红外芯片的红外图像增强算法，其特征在于：所述降噪方法为均值滤波或高斯滤波。
3.根据权利要求1所述的基于光读出红外芯片的红外图像增强算法，其特征在于：感热单元的热扩散不是点扩散函数。
4.根据权利要求1所述的基于光读出红外芯片的红外图像增强算法，其特征在于：所述热响应矩阵的函数为原始清晰图像f(x，y)通过图像变换H(f)变成无基底FPA函数为g(x，y)；所述热响应矩阵逆矩阵过程为将无基底FPA函数为g(x，y)通过图像变换H(f)变成原始清晰图像f(x，y)，将无基底FPA的红外图像增强。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610180188.1A CN105869125A (zh) | 2016-03-28 | 2016-03-28 | 基于光读出红外芯片的红外图像增强算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610180188.1A CN105869125A (zh) | 2016-03-28 | 2016-03-28 | 基于光读出红外芯片的红外图像增强算法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105869125A true CN105869125A (zh) | 2016-08-17 |
Family
ID=56624813
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610180188.1A Pending CN105869125A (zh) | 2016-03-28 | 2016-03-28 | 基于光读出红外芯片的红外图像增强算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105869125A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107862670A (zh) * | 2017-11-30 | 2018-03-30 | 电子科技大学 | 一种针对红外成像电串扰的图像复原方法 |
| CN110073185A (zh) * | 2016-10-21 | 2019-07-30 | 瑞柏丽恩光子股份有限公司 | 移动气体和化学物成像相机 |
| CN111445411A (zh) * | 2020-03-26 | 2020-07-24 | 深圳数联天下智能科技有限公司 | 图像去噪方法、装置、计算机设备和存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101059459A (zh) * | 2007-06-05 | 2007-10-24 | 北京理工大学 | 显微热成像方法及其装置 |
| CN102519603A (zh) * | 2012-01-10 | 2012-06-27 | 北京理工大学 | 一种可实时去背景的非制冷红外焦平面成像*** |
-
2016
- 2016-03-28 CN CN201610180188.1A patent/CN105869125A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101059459A (zh) * | 2007-06-05 | 2007-10-24 | 北京理工大学 | 显微热成像方法及其装置 |
| CN102519603A (zh) * | 2012-01-10 | 2012-06-27 | 北京理工大学 | 一种可实时去背景的非制冷红外焦平面成像*** |
Non-Patent Citations (9)
| Title |
|---|
| JIANXIONG WU 等: "Research of infrared image optimization algorithm in optical read-out IR imaging", 《INTERNATIONAL SYMPOSIUM ON ADVANCED OPTICAL MANUFACTURING AND TESTING TECHNOLOGIES》 * |
| TENG CHENG 等: "Performance of an optimized substrate-free focal plane array for optical readout uncooled infrared detector", 《JOURNAL OF APPLIED PHYSICS》 * |
| TENG CHENG 等: "Uncooled Infrared Imaging Using a Substrate-Free Focal-Plane Array", 《IEEE ELECTRON DEVICE LETTERS》 * |
| 吴健雄: "基于无基底焦平面阵列的红外图像复原算法", 《实验力学》 * |
| 安毓英 等: "《光电子技术》", 30 April 2011, 电子工业出版社 * |
| 程腾: "无基底焦平面阵列的红外成像性能分析", 《物理学报》 * |
| 程腾: "无基底焦平面阵列的红外成像性能分析", 《红外与激光工程》 * |
| 蒋兴凯: "基于无基底焦平面阵列红外热像仪的理论模型分析", 《物理学报》 * |
| 陈扬 等: "《MATLAB 6.X 图形编程与图像处理》", 31 October 2002, 西安电子科技大学出版社 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110073185A (zh) * | 2016-10-21 | 2019-07-30 | 瑞柏丽恩光子股份有限公司 | 移动气体和化学物成像相机 |
| US11044423B2 (en) | 2016-10-21 | 2021-06-22 | Rebellion Photonics, Inc. | Mobile gas and chemical imaging camera |
| CN110073185B (zh) * | 2016-10-21 | 2022-02-18 | 瑞柏丽恩光子股份有限公司 | 移动气体和化学物成像相机 |
| CN107862670A (zh) * | 2017-11-30 | 2018-03-30 | 电子科技大学 | 一种针对红外成像电串扰的图像复原方法 |
| CN107862670B (zh) * | 2017-11-30 | 2021-04-30 | 电子科技大学 | 一种针对红外成像电串扰的图像复原方法 |
| CN111445411A (zh) * | 2020-03-26 | 2020-07-24 | 深圳数联天下智能科技有限公司 | 图像去噪方法、装置、计算机设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10348985B2 (en) | Turbulence-free camera system and related method of image enhancement | |
| CN105869125A (zh) | 基于光读出红外芯片的红外图像增强算法 | |
| CN110646099A (zh) | 基于实测数据反演目标红外辐射图像的方法和装置 | |
| KR101322801B1 (ko) | 기준패턴을 이용한 적외선 열화상 카메라의 방사율 설정 시스템 및 그 방법 | |
| Aufar et al. | Design of non-contact thermometer using thermal camera for detecting people with fever | |
| Berthelon et al. | Effects of cooling on the SNR and contrast detection of a low-light event-based camera | |
| Rainieri et al. | Wiener filtering technique applied to thermographic data reduction intended for the estimation of plate fins performance | |
| Mahmoudzadeh et al. | Inexpensive RGB-D sensors performance measurement in pavement data collection—Part II | |
| Yang et al. | Real‐time illumination adjustment for video deflectometers | |
| Smith | Development and implementation of star tracker based attitude determination | |
| Catarius et al. | Static scene statistical algorithm for nonuniformity correction in focal-plane arrays | |
| CN108364274A (zh) | 微纳米尺度下光学图像的无损清晰重构方法 | |
| CN106768387A (zh) | 用于mems图像传感器的像元阵列 | |
| Cheng et al. | X-ray detection based on complementary metal-oxide-semiconductor sensors | |
| Portenier et al. | Cloud detection and visibility estimation during night time using thermal camera images | |
| CN109586904B (zh) | 基于红外焦平面探测器盲元分布的密钥生成方法 | |
| Jamaludin et al. | Introducing an application of a charged coupled device (CCD) in an optical tomography system | |
| CN206627217U (zh) | 用于mems图像传感器的像元阵列 | |
| Sun et al. | Research on Calibration Methods of Long‐Wave Infrared Camera and Visible Camera | |
| Jacquot et al. | Hybrid approach to mean-variance and photon transfer measurement | |
| Ma et al. | The nonlinear photon transfer curve of CCDs and its effects on photometry | |
| Zelek et al. | IR depth from stereo for autonomous navigation | |
| CN113759355B (zh) | 基于红外数据的测距方法和装置 | |
| Xia et al. | Optimization of polarizer angles for measurements of the degree and angle of linear polarization for linear polarizer-based polarimeters | |
| Swamidoss et al. | Robust stereo infrared camera calibration for 3D depth estimation and measurement |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160817 |
|
| RJ01 | Rejection of invention patent application after publication |