一種基于定標的非均勻性校正改進算法*

韓 璐 李桂芝

（92941部隊44分隊 葫蘆島 125000）

1 引言

紅外焦平面陣列（Infrared Focal Plane Array，IRFPA）作為紅外成像系統的關鍵探測器件，應用廣泛。由于焦平面陣列非均勻性的存在，會降低系統的圖像質量和輻射測量精度［1］。焦平面陣列非均勻性，指焦平面受外界均勻輻射時，各面元間產生不一致性的輸出。受限于紅外焦平面陣列和光學系統制造工藝，焦平面中每個獨立的探測像元，會呈現出與相鄰探測像元不同的響應特性［2］。因此非均勻性校正（non-uniformity correction，NUC）作為提升圖像質量的關鍵技術，是紅外輻射特性測量系統的必要環節［3］。

由于非均勻性因素主要來源于硬件，包括焦平面、光學系統和電子學架構，因此從硬件方面解決問題的難度高于軟件算法。圖像處理算法作為非均勻校正的主要手段，具有成本控制、應用廣泛、效果顯著的優勢。NUC 主要有基于定標的NUC 算法和基于場景的NUC 算法兩類［4］。前者的參考源選用高精度面源黑體，硬件實現簡便，計算量低，因此工程應用多，但校正精度會隨時間而下降，校正參數需定期更新［5］。基于場景的NUC 算法在應用時可以省略參考源，簡流程化，有效抑制校正參數漂移，系統穩定性得到提高，但同時也存在弊端，即校正精度低、計算量大、“鬼影”干擾頻繁，因此系統整體測量精度較低［6］。

紅外成像系統為了達到在一定范圍內的入瞳輻射量與系統灰度響應成線性關系，探測器一般為制冷型，因此為實現NUC，更適合采用第一類基于定標的算法，單點和兩點定標NUC 因算法簡便易實現，應用廣泛［7～8］。本文提出的基于定標的NUC改進算法，在兩者算法優勢基礎上，進一步提升NUC效果。

2 輻射定標模型及單點、兩點定標NUC原理

2.1 紅外成像系統的輻射定標

輻射定標可以確定探測器輸出灰度值與成像系統入瞳輻射亮度的關系，因此輻射定標是對目標特性定量測量的基礎步驟。擴展源近距離定標法，可以忽略大氣傳輸衰減和大氣路程輻射對定標的影響，因此得到廣泛應用［9］，其定標原理如圖1 所示。

圖1 近距離面源黑體輻射定標原理

當紅外探測器的灰度為最大灰度30%～70%時，黑體輻射亮度與系統輸出灰度值響應一般為線性關系［10］：

其中：Gi，j(T)為紅外焦平面陣列中位置（i，j）處像元輸出的灰度值，Ri，j為該像元對光學系統入瞳輻射亮度的響應參數，L(T)為面源黑體溫度T 時的輻射亮度，為系統雜散輻射的輸出灰度，為探測器暗電流的輸出灰度。

2.2 單點定標NUC

最早最經典的NUC 算法為單點校正法。當定標溫度為T0時，單點校正的偏置系數Bi，j(T0)：

由上述可知，單點定標NUC 算法只對圖像中像元的偏置進行NUC。

2.3 兩點定標NUC

兩點定標NUC 工程上應用最為廣泛，原理如圖2 所示，圖中a，b，c 為校正前像元的響應，a′，b′，c′ 為NUC后像元的統一響應。

圖2 兩點定標NUC原理

當黑體溫度分別為Tl和Th（Tl

像元在定標溫度Tl和Th時輸出響應的平均灰度可表示為

設NUC后的響應參數為Ki,j，偏置為Bi,j，則：

其中：

運用上述得到的校正系數對溫度T 的輸出圖像進行校正，即：

由上述原理可知，探測器任意像元經過NUC且響應不發生漂移時，則該像元非均勻性為0［11］：

3 基于定標的NUC 改進算法及非均勻性計算

3.1 基于定標的NUC改進算法

改進算法以單點和兩點定標為基礎，保留了兩者的優勢，即校正偏置系數的穩定性和響應參數的一致性。改進算法的校正響應參數Ki，j和偏置系數B'i，j可表示為

其中，Gi，j(Tm)為面源黑體溫度為Tm(Tl＜Tm＜Th)時（i，j）像元的響應灰度值，為所有像元在黑體溫度Tm下的響應灰度平均值。

3.2 非均勻性計算

IRFPA的非均勻性一般用NU 數值來表示［12］：

其中，M×N 為焦平面陣列像元總數，d 為失效像元數，Gˉ為所有像元的響應灰度平均值，Gi，j為（i，j）處像元的響應灰度。由上述可知，圖像質量越好，NU數值越小。

NUC 算法對于探測器每個像元響應的校正性能NUi，j可表示為

4 NUC實驗

4.1 實驗圖像采集

為驗證本文提出的基于定標的NUC 改進算法，搭建中波紅外成像系統，并將黑體入瞳。系統入瞳直徑為25mm，焦距為50mm，制冷型紅外相機采用FLIR 品牌，高精度面源黑體采用CI 品牌的SR-800型，具體參數見表1和表2。

表1 紅外相機參數

表2 黑體參數

圖像采集時，關閉相機的自動調節響應參數和偏置系數功能，積分時間為兩檔（1ms和2ms），選取6 個黑體溫度，從30℃開始，每隔10℃升溫，至80℃結束。

4.2 NUC實驗結果

單點定標NUC，定標黑體溫度為40℃；兩點定標NUC，定標黑體溫度為30℃和80℃；基于定標的NUC 改進算法，定標黑體溫度為30℃、40℃、80℃。其余溫度點50℃、60℃、70℃用來驗證三種算法改善效果，實驗結果見表3。

表3 實驗結果

分析可得，在積分時間1ms 和2ms 下，未校正前，圖像的平均非均勻性分別為3.9374%、3.9565%，單點分別為1.7833%、1.8257%，兩點分別為0.2190%、2.2474%，基于定標的NUC改進算法分別為0.1481%、1.6546%。在積分時間為2ms 時，由于黑體溫度80℃的圖像趨于飽和，一定程度上偏離了相機的線性響應范圍，導致三種算法NU 值均變化較大。但本文提出的改進算法NUC 效果仍優于單點和兩點，說明了改進算法保留了兩者的優勢，即校正偏置系數的穩定性和響應參數的一致性，適應性較強。

圖3 為三種算法的非均勻性校正結果，從中可看出，改進算法校正效果更好。

圖3 三種算法的非均勻性校正結果

圖4 為黑體溫度60℃、積分時間2ms 時，從校正前后所有像元的非均勻性中可看出，改進算法改善像元非均勻性更好、數值波動更小、NUC 精度更高。

圖4 校正前后所有像元的非均勻性

圖5 為焦平面陣列在應用改進算法校正前后的信號輸出圖，對比可得，改進算法灰度分布尖峰減少，灰度均勻度較好，NUC改善效果顯著。

圖5 焦平面陣列在應用改進算法校正前后的信號輸出圖

5 結語

本文提出的基于定標的NUC 改進算法，以單點定標和兩點定標為基礎，保留了校正偏置系數穩定性和響應參數一致性的優勢。通過NUC 對比實驗可得，改進算法校正效果更好；從校正前后所有像元的非均勻性中可看出，改進算法改善像元非均勻性更好、數值波動更小、NUC精度更高；從焦平面陣列在應用改進算法校正前后對比可得，改進算法灰度分布尖峰減少，灰度均勻度較好，NUC 改善效果顯著。