NO.01
认证: 论文检测

掌柜:论文查重第一家

点击这里给我发消息

支付宝个人认证

2011-03-24

消费者保障协议

该店铺已签署消费者保障协议
已缴纳1000元保证金

店铺动态评分

描述相符5.0

服务态度5.0

物流服务5.0

与同行业相比

高于50.23%

持平30.45%

高于49.31%

开店时长10年老店

红外图像盲元自适应检测及补偿算法

0引言 1基于图像的盲元自适应检测受红外敏感元件、读出电路、半导体特性及放大电路等各种因素综合影响,红外图像普遍存在着盲元.在成像时不经相应的处理,盲元会使图像出现亮点或暗点,严重影响成像质量,因此,在红外成像系统中剔除盲元是关键的非均匀性校正步骤111。盲元的剔除包括盲元检测和补偿两个方面。盲元补偿是采用盲元周围的有效图像信息或前后帧的图像信息对盲元位置的信息进行预测和替代的过程.其方法相对简单和固定,通常有线性插值法、相邻像元替代法、中值滤波法和这些算法的变形【2-a]。从仿真上看,各类补偿算法的处理结果差别不大。然而在实际应用中.补偿效果依赖于能否尽可能地不漏检和过检盲元。盲元漏检会影响对亮点、暗点的抑制;盲元过检则会损失真实信息。因此,盲元检测是对盲元进行补偿的前提和基础。目前。常用的盲元检测方法分为定标法和基于场景检测法两类。定标法是通过对黑体成像以获取单帧或序列均匀辐射图像.在此基础上根据盲元和正常单元在响应率、偏差系数、噪声统计量等不同特征上的区别来判定盲元【3-51。定标法需要较长时间打断系统的正常工作以便采集黑体的均匀辐射。操作流程比较繁琐,仅适用于检测固定盲元,无法处理实际应用过程中随机出现的新盲元。 而基于场景的检测方法则能进一步对成像过程中随机出现的盲元进行检测和补偿,因此受到研究者越来越多的重视。如Dierickx等[61根据孤立盲元和点目标的一维空间分布特征差异.采用基于线性外推的中值滤波直接对图像进行盲元补偿,实现了孤立盲元的剔除。但因未对图像进行盲元探测,使补偿算法模糊了图像的边缘;李怀琼121、Goma【71等基于Dierickx的算法进行了改进,先完成盲元检测,再依据检测结果进行盲元补偿,解决了图像模糊的问题,但未解决只能检测孤立盲元这一限制:Dudast羽、Ghoshl9I等利用场景变化的序列图像计算每个像元的统计特性.然后基于贝叶斯算法进行盲元与有效像元的分类。获得了较好的效果,但他们的方法都比较复杂,运算时间长,不利于硬件实现。为此,文中提出了一种盲元分布不受限、运算快的自适应检测与补偿算法,并进行了实验验证。 1.1检测原理从信息组成的角度来看。含有坏点的实际红外图像可以认为是由理想图像(即设系统不含盲元和随机噪声所应生成图像)叠加上盲元信号和噪声,数学模型表示为:X(f√)=l,(f√)+曰(f√)+吠ij)(1)式中:(ij)表示图像中像素点坐标;X(fJ)表示系统实际输出红外图像灰度值;y(ij)表示系统的理想输入图像灰度值;曰(f√)是叠加在图像(f√)位置的盲元信号;v(ij)是噪声灰度值。在不考虑噪声、非均匀性等影响,且系统是一元线性时不变响应的理想条件下,若(f。7)位置的像素为正常像素,l,(f√)应等于X(f√)‘91,即正常像元上叠加的旨元信号B(ij)为0;显然,当B(id)>O时,输出信号高于正常信号,使(f√)位置的像素表现为亮盲元;当B(i4).1l时,像素表现为亮盲元;当日(fJ)<一h时,像素表现为暗盲元。盲元与其周围正常像元相关性较差。不失一般性。可以假设言元曰和强噪声u在图像中表现出的亮点和暗点是待检测的目标,则可视理想红外图像y为背景,由公式(1)町得盲元和噪声信号为:占(f√)+吠ij)=E(ij)=x(ij)-Hij) (3)式中:E(ij)表示实际图像X与理想图像l,间的残差。在理想情况下,残差E就是盲元和噪声。由公式(3)町知,基于场景进行盲元探测的关键在于如何求得理想图像l,。由于理想图像l,应该与实际图像X非常类似,故文中采用背景预测模型对实际图像x进行估计来获取理想图像l,。典型的背景预测模型可以抽象为:Hf√)=乞w(m,n)X(i+mj+n) (4)万方数据372 红外与激光工程 第40卷式中:r是背景预测的空域模板;w是背景预测模型的权重矩阵。迄今为止。已经发展了很多背景预测方法,包括中值滤波、二维最小均方滤波、空间高通滤波、空间匹配滤波、数学形态学滤波、基于Max.Min滤波、基于非线性滤波以及基于小波变化的滤波等001。然而,由于实际图像X含有盲元和强噪声等于扰.典型的背景预测方法难以有效预测背景,导致理想图像的估计结果跚包含盲元和强噪声的部分信号.最终造成盲元和噪声信号的探测错误。 因此,必须对典型的背景预测模型进行改进。用去除了盲元像素后的实际图像x来预测理想图像y,以尽量消除盲元和强噪声对预测结果的“污染”.提高预测的准确度。改进的背景预测模型为:Y(id)=∑ w(m,n)^f(f+,扎√+n)x(f+,"√+,1)(5)《m.^)ET式中:M(i+mj+n)是图像(f棚t『棚)位置的盲元蒙版,该点是盲元时,M(i+m冉n)=0;是非盲元时,M(i+md+n)=l。显然,盲元蒙版M可以通过对公式(3)求出的旨元和噪声信号进行检测来确定.其值同时也表达了盲元算法的检测结果。综合公式(3)和(5)可建立基于改进的背景图像预测模型的盲元自适应检测模型。 1.2算法步骤由公式(3)和(5)之间的相互关系决定了基于改进的背景图像预测模型的占元自适应检测算法是一迭代过程。具体迭代步骤为:(1)确定权重矩阵W和旨元蒙版M,代入公式(5)中计算出理想图像y的估计结果l,。初次执行此步骤时,还没有旨元和强噪声信号的估计值,无法求出M,因此,应设M初始值全为l,即第一次迭代时假设全图无盲元。(2)将实际图像X和估计的理想图像l,代入公式(3)。求出残差估计E。(3)对实际残差E进行盲元检测,检测结果表达为盲元蒙版M。(4)返回(1)进行迭代计算,直至盲元蒙版肘在两次迭代过程中不再变化。分析上述盲元检测步骤可知。权重矩阵w与盲元蒙版M的确定是算法的关键.以下逐一详述。 1.3权重矩阵w的确定与修正背景预测算法计算其权重矩阵W的方法较多,有简单设定、利于高斯权重函数、最小二乘法或神经网络自反馈系统确定等。用渐变权重、区域最大化权重等各种权重矩阵对实际盲元图像进行了实验。结果表明预测结果没有明显区别,因此,文中选取了效率最高的渐变权重方法来计算权重矩阵。对于图像(“,,lJ+n)位置所对应的权重值w(m,n),典型的渐变权重计算公式为:w(m砌-|赤//。熹,赤’(一00r一0)。6, ,n)={、/万鬲F”神”、/_『,z‰2 ()10,(m:o and,l:o)式中的分母是各权重的比例因子。使模板r的全部权重和等于l,保证滤波前后的能量守恒。根据公式(5)给出的改进的背景预测模型.由于盲元蒙版M的影响,并非每一权重都一定参与预测.因此。需对渐变权重计算公式进行修正。修正公式为:I! /∑丝唑掣,仰≠oorn≠o)w(m,,1)={、/丽丽芦/㈨“7、/,,冉∥【0,(m=OandH=0)(7) 1.4盲元蒙版M的确定根据前述对公式(2)的分析,实际图像X与理想图像y问的残差超过阈值h就是盲元和强噪声.即可认为残差E绝对值>I}l的点就是盲元蒙版M值为0的点。而残差£绝对值≤^的点就是盲无蒙版肘值为1的点。事实上.从实际图像x估计理想图像y是一个非良态问题,因此,理想图像l,与其估计值l,之间必然存在差异,无法直接用阈值h来检测盲元以确定盲元蒙版。将实际图像x与预测图像y代入公式(3),可求得实际残差图:E(f√)=口(f√)+qJ+Z(id) (8)式中:Z(fJ)=Hid)-Y(id),即为理想图像像素Y(id)与其预测像素Hij)的误差。由公式(8)可知,理想图像预测误差z是基于实际残差E进行盲元和强噪声检测的主要干扰因素。在预测误差较小的情况下,实际残差图和定标法所利用的均匀背景辐射图比较类似。但由于其图像灰度值是相对的残差值,而不是绝对的辐射量,无法分析正常万方数据#2Ⅷ *№等.n”目4ii自tⅡnⅢn·】《4* 3i0像元和盲儿在响应翠偏差最教、噪声统计量等特征方面的差异,凼此,不能直接套州基丁均匀背景辐射图进行肓兀梭测的算法。苜兀和强噪声像素与总像素数辑I比敷艟鞍少而能融较高,【I常像素数时多而能盛剌当低根据这一境l|特性差异可“建立背景预测蛙芷吲闻值分削掉法来确定盲几荣版闽值分割算法为:盯(fJ):1’if‘J卜pI‘‘”(9)0·E(£J)一“>Ip式中:p-是残差嗤绝对伉的均伉.^足阑值谢嫠凼子2盲元补偿2.1单帻图像盲元补偿算法根据公式(5)建立的背景坝测改进模剐nf用坏点周嗣的正常像元对其进行补偿补偿算缓为:X(id)+州lJ)=l州’J’2{∑w(m,n)M“+mj+11)mf佃舢),M(ij):0I(m“J‘,(10)式-p*是肓兀补偿后的结果阿像。埘下孤讧盲元可直接JV用公式(1m进行修止 而对下成片的连续盲元.若刘处千内部的奇元直接应川公式(10)进行修正.m于加来颅测其修正值的正常像元与阿元的欧氏距离较大,故修E值的曝差会较高,凼此,应将肓几分城外边缘百,c和内部肓几阿粪进io分别址坪,戚H肓儿修Ⅲ的改进出骤为(1、“百Jc紫版M为依据埘寓际嘲像x进行越所.若菜像,c为皿立自元_!l}连续^元的边缘点删根据公式(10)对且进{r修Jl:;若为内部卣“.Ⅲ暂时水处删性)观此状遍所中E修正的所以自元为JI-常像元,据此修改盲元紫版M.(3)亟同f1)继续修mh元血f全部阿元均融恪m可“着lfl改进的有JL修If?b沽是时收¨打“从外向山Ji』,:修f1:敞能降低啦片建缝肯儿的修lF陧站22序列图像盲元补偿单帧罔像肓元补偿杖粜侬赫于片几榆测的准确性,而自适麻自元检测葬法的教粜圳1.蛰撒决T背料琐删模型耐棘婧蚓像的Hl删准确度 实验止明:当档幅刚像的背景较单一或成像较模制时能准确地检驯Ⅱl盲兀:当背景较复杂而成像清晰时.罔像中岫高频成分(蜘边绦等)会产生较强的l。扰导致正常像兀被误樘为自元。因此,埘序列闭像进行盲JL朴偿时,如鼹采丌『每帧蝌像都进行啦立曲肓厄检测并朴偿的斤法.吏‰、教幕爿非最佧。舟景物辐射小剧变的应用小“外战像系统所寄的盲儿数日和位置洒常也不会剧烈变化=为降低景物对盲元检测准确度的影响可采用辫物镜拉散焦等方式采集所需的茸元硷测捌像。山于实际系统T作莳总有一个渊焦的过稃散焦丽-r在这一阶段采集,井不干扰后续的正常J.作日效率远高于定自.法。若红外成像系毵连行K时问Tflr.m于景物辐射剧变或自动增箍控制(AGC)的耐整,卣兀数U和位骨可能会发生少量的改变此时盼系统a』}动拉散艇.然后恢复对佯.重新获取自兀检测阿像“更新卣元检洲结粜,这种情况对系坑的图像质量有一定影响,但由J焦距调整概陕(昔特合电路进行自动控制敞半迁能进 步提高)面常可满足大多数血用的要求经过上进罘集步骧的改进后针对该坝川悖进行自适应自元检删埔常拖拉褂‘1前j作环境F较准确的阿元检测结粜、u此为依槲.埘成悖系统后续卡成的序列嘲像持续进行肓元补偿 直目I盲JL硷涮结果进打r垂新,一束川堕新后的盲儿肇阪继续进行序列补偿。 3实验结果殛分析选取丁两种不吲仪措采集H像进行单帧商几愉测和补偿骑lm,并与毒考文献『21给…的基丁线性外推的巾值滤艘椅捌算沾进行了刘比。用I为采集的原始…像其tl-嘲l“)昆利用法同CEDIP红外最统公司的长波JADE热像仪采浆的原蚧罔像.州像有些敞他.乜肯了九乩的抓芷和连绒|f儿:阁I曲)屉川高铭K泄1R92S热像仪秉糍的睁始煳像背景比较一n一 万方数据_7lt十bnnJ,^*l_}^巾■处矾 片较人的j£缚肓m 圈2~预洲BI像Y【目3为蛙左目E.嘲4为卣JL蒙版,H s由补偿特粜J£。}l,lq2fa卜Ib)蚓3(a卜伯l荆4(a】一(b1阁5ia)一(b/足史中方法得到的结粜.f目2(cJ~fd)、州3(c)一+山.斟IIc)一Ⅲ)罔5(c)~(d)是参弩殳艘[2¨一^法得刮的结果 所自散姗均¨一化刊…一255J肌鹰级…^%#qEF183Rem叫lm%eE空中^法经3献选代后获得最终顼测H像H2(a),经4改盎代后获得用2(bJ与原始图像相比,可看出两lq的全部自元悻毒部被侦洲像素朴代.似整体坐得型加平滑。I}于参考立献121中方堵获得的嘲2(c)、田2(d).与原始蚓像相比虽较”地侏持r边缘腱对畦绩的百儿和边缘处的孤屯自儿都尤法进}r替代(遗甜的自,L枉削Ij芷衍r怀E)L:至三=三苎苎Ⅲ5qHHⅡ"《镕*H幽‰suhsⅡsingle胍neblind plxels娜”xa㈨…of删image源罔啵预测阿邮非得残芷I目。Bi用3(a)罔3fb)町“看÷Ij文巾方“、扶得的预测斟々徘图在II!常像元州存_若顶测酿蓐,罔像边缘像素处误差最明强.遮在定栉地上会f扰^兀的检删1.『『对残差闰3(c).凼毒考文献12l。p^法的中值箅法n有保持边缘的优点,幽此正常像索的预删洪差较低但显然顾删吲上遗捕曲酉)La姨莘目f:正法被突出,这一不足枉残差罔3(d)r表现得忙为明艟 由下较强的肓元残莘未能求出国3(d)的残差主要是源同的噪声.所“无法成川丁盲兀的检测。刊戏差罔进行问情分剖史·l,山法取阉值凋档网千^为7参考史献f2】巾疗珐取阈伉诮整凼子^为30结粜如^I所示.并将揎测结果表选为盲兀蒙版.见固4(apfd)比较自元强噪声的点数~位置n』m看….与立巾方沾相比,参考殳献【2】中Ⅳ往jf噪声史要夏万方数据*2n女 《{·n”月镕自t"tm¨ⅫⅡ土L##* s?a敏感,容易过壮盲兀,且击漏检连续和边缘阿元。另外空中的检测算法没有复朵的运算,l改选代舯运算时间约为Olls,与参考文献【2】中方法差异相当小:经大量实际阿像实验证叫,文r11方法选ft收敛谯数通常不超过4改建度相、≮№。表1单帧盲元检测结果Tab.1Results ofsingleframeblindplxelsdetection根据自Jc荣版所指Ⅲ的位惜分别对博蛤罔像进阿元补偿。山罔5(a)、(b)nr“看Ⅲ,文中方洁绎甘元补偿后.术但剔际了图像中盲儿形成的亮点和暗点阿像的对比度也得到了 定的改善:而由圈51c】、(d)可以看卅,南于参考立献【21巾方法的盲元靖橙+造成朴偿围r仍存在着明R的占元干扰,罔像对比度也束得到增强, 比较肓兀补偿的图像质量nf以看卅,文lt算法小受盲兀分m的限制R旨元幢1W准确性高,无岍艟的过榆和漏愤,利川基于场景盲冗检测出的盲元蒙版对相蝌序列的其他帧罔像进行百元补偿结果如图6所州,J£中.囝6(a)、(b)是JADE热像仪采集序列(含局部图),囝6(d)、(e)是相应补偿嘲像.其效果表明文中算法能高建正确地补偿细口1=鬲与清晰的同序列州像。阿6(c)是高德热像仪采集17-,ll(局郡).百兀Ⅸl『好处丁亮精限的边缘,蚓6(n是杆l血补偿罔像(局部),共结果袁明成片盲兀修jE并法有效地改进了内部自元的补偿准确度。日^口¨nn"&Fig6Blindplxels一口……finfrⅢd lm㈣…s4结束语讣析了膏盲“的场景H像敬}:樟犁将i_l兀批罔像l表现。I:的斑点和暗苣作山检测L_标将真史目像作为什髓提m了 种丝r背景雎测的盲儿n适l*单帧榆洲%补偿讳法并依据斤儿鹱生特征.利用单帧髓洲结果时序列削像进行,隈速补偿 宴啦结皋表明:谚算眭时瓶、L排琏绩百JL都能准舶榆测逋川性强,校E敢朱好,是一种打敞、宴川自I易J软螋件炎脱的拒线榆删世补偿箅法由j浚lj兀n适应榆删箅“、宋川的背骷预删改进1;l型是各向同性的.虽然散率较高.怛在图悼较复杂H边缘{?甫时会将≈:分止常豫元误判为唐几.导敛时正常像Jo也进ir r_阿儿补偿使靛补偿旧边缘发生楼柳.n·一定程世上造成了信息的损失。所以,“埘细节{?寓的图像如何缱々井向蚌性模7““提高背罱的而删精度厦站合肓n的卒川舒佰时lq变化特肝降低肖兀误判足肝续研究I件的重矗

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

论文查重:

论文检测,论文查重第一家,是一家以检测抄袭与剽窃、伪造、篡改、不当署名、一稿多投等学术不端文献的论文检测平台,目前主要推荐的知名、权威检测产品包括中国知网的AMLC系统、VIP、TMLC2系统,万方数据库的万方相似比检测系统,维普文检测系统、gaperpass检测系统,等等常见检测软件

推荐软件知网期刊检测AMLC 知网本科检测 知网硕博检测 万方论文相似比检测 维普论文检测

检测须知:

1.此系统一旦提交,开始检测后,概不退款!2.在淘宝中购买宝贝后,可以在“我已购买宝贝”中看到有“订单编号”,知网系统检测需要输入订单编号才能使用。3.Word文档大小请不要超过15MB ,否则将无法上传;请把不必要的图片删除即可(系统不检测图片);4.上传检测的文档格式为Word的docx,doc格式,请勿上传其他格式的文档。

检测入口返回顶部
知网期刊检测
知网本科检测
知网硕博检测
万方论文检测
维普论文检测
paperpass
返回顶部

分享:

支付宝

微信