中波紅外相機(jī)盲元的實(shí)時(shí)動(dòng)態(tài)檢測與補(bǔ)償方法

孫 超，張洪文，王 沛，李 軍

（1.中國科學(xué)院航空光學(xué)成像與測量重點(diǎn)實(shí)驗(yàn)室，吉林 長春 130033；2.中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所，吉林 長春 130033；3.北京長峰科威光電技術(shù)有限公司，北京 100195）

0 引言

航空相機(jī)可以快速地獲取高精度的地面圖像數(shù)據(jù)，被廣泛用于航空成像與測量、地面遙感等軍事和民用領(lǐng)域。其中，紅外相機(jī)可以全天時(shí)工作、分辨率高、穿透煙霧能力強(qiáng)、能夠獲取目標(biāo)的紅外輻射特性，因此成為航空相機(jī)的重要分支，得到了廣泛的關(guān)注和研究[1-2]。

紅外焦平面陣列（infrared focal plane array,IRFPA）作為紅外相機(jī)中的核心部件，其性能的好壞直接影響了相機(jī)的成像質(zhì)量。受半導(dǎo)體材料特性、制造工藝、外部環(huán)境、器件工作狀態(tài)等多方面因素的影響，紅外焦平面陣列會(huì)存在響應(yīng)非均勻性和盲元的問題，這都將使紅外系統(tǒng)的成像質(zhì)量和溫度分辨率受到影響。盲元是紅外焦平面陣列中響應(yīng)過高或過低的像元，可以分為固定盲元和隨機(jī)盲元[3]，其中固定盲元表現(xiàn)為某些固定位置的、始終存在過高或過低響應(yīng)的像元，而隨機(jī)盲元?jiǎng)t表現(xiàn)為在一段時(shí)間內(nèi)其響應(yīng)特性與正常像元一致，在另一段時(shí)間又表現(xiàn)為盲元，在時(shí)間上和空間上都體現(xiàn)出“閃變”的特性[4-6]，圖1(a)和圖1(b)分別為某制冷型中波紅外相機(jī)不同時(shí)刻對同一地面景物成像的紅外圖像，可以看到，圖像中存在著數(shù)量較多的黑、白點(diǎn)，其中既包括位置和響應(yīng)固定的固定盲元，也包括位置和響應(yīng)變化的隨機(jī)盲元。對紅外焦平面陣列的盲元進(jìn)行檢測和補(bǔ)償，是消除盲元影響、提高紅外系統(tǒng)成像質(zhì)量的有效措施。

圖1 紅外圖像對比（局部）Fig.1 Comparison of infrared images(partial)

盲元檢測是根據(jù)盲元與有效像元在響應(yīng)特性上的差異，通過合理的方法和判據(jù)篩選出盲元的過程；盲元補(bǔ)償是利用圖像中盲元周圍或前后幀圖像中有效像元的信息對盲元進(jìn)行替代的過程。目前，常用的盲元檢測方法主要有輻射定標(biāo)法和基于場景的檢測法兩類。周慧鑫等提出了一種基于雙閾值快速迭代的盲元檢測算法[7]，通過采集輻射源兩個(gè)不同溫度下的紅外圖像，根據(jù)正常像元和盲元隨黑體溫度變化的灰度響應(yīng)差異來檢測過熱像元和死像元，是一種基于輻射定標(biāo)的檢測方法。目前盲元檢測的研究熱點(diǎn)以基于場景的檢測方法為主：冷寒冰等提出了基于模糊中值與時(shí)域累積的盲元檢測與補(bǔ)償算法[8]，利用模糊中值濾波器提取場景中的潛在盲元，通過多幀累積確定盲元的分布；顧國華將多幀圖像累加取均值后，利用滑動(dòng)窗口的3σ 準(zhǔn)則進(jìn)行盲元檢測，并采用局部中值濾波法進(jìn)行盲元補(bǔ)償[9]；鄭驍?shù)忍岢隽艘环N基于滑動(dòng)窗口的盲元檢測算法，并利用局部中值濾波進(jìn)行盲元補(bǔ)償[10]。另外，詹維和張北緯等針對已有盲元檢測方法的局限性和存在的問題，分別提出了基于超像素分割的盲元檢測算法[11]和基于曲線擬合的盲元檢測方法[12]；粟宇路等不借助黑體等輔助定標(biāo)設(shè)備，探索了一種基于分布搜索策略的自適應(yīng)盲元檢測算法[13]。總的來說，這些方法針對各自的應(yīng)用領(lǐng)域和使用場景都能較好地剔除盲元，提升圖像質(zhì)量，但仍然有一定提升的空間。

輻射定標(biāo)法對固定盲元的檢測具有很好的效果，但卻無法對隨機(jī)盲元進(jìn)行有效的檢出，而基于場景的盲元檢測方法可以克服該不足，既能夠?qū)潭ぴ碗S機(jī)盲元進(jìn)行有效的檢測，又能夠最大程度保留隨機(jī)盲元在時(shí)間和空間上的響應(yīng)特性，因此本文在分析紅外盲元響應(yīng)特性的基礎(chǔ)上，針對局部“3σ”方法存在較為嚴(yán)重的盲元過檢的問題，提出了一種基于場景的改進(jìn)的局部“3σ”方法，對盲元進(jìn)行實(shí)時(shí)的動(dòng)態(tài)檢測與補(bǔ)償，并將其應(yīng)用于自研的某機(jī)載中波紅外相機(jī)中，通過黑體輻射源成像、地面外景成像、載機(jī)掛飛成像等試驗(yàn)，驗(yàn)證了該方法的有效性。

1 盲元的特點(diǎn)

1.1 盲元的定義

對IRFPA 盲元的定義目前還沒有通用的標(biāo)準(zhǔn)。GB/T 17444-2013[14]從像元響應(yīng)率和噪聲電壓出發(fā)，將盲元（無效像元）分為死像元和過熱像元，我們可以將其中對盲元的定義應(yīng)用于對固定盲元和隨機(jī)盲元的檢測中，即：當(dāng)紅外探測器對黑體成像時(shí)，將響應(yīng)灰度值小于平均灰度1/2 的像元判斷為死像元，將噪聲大于平均噪聲均方根2 倍的像元判斷為過熱像元。

1.2 盲元的視覺特性

盲元在圖像上主要表現(xiàn)為黑白噪點(diǎn)，其中表現(xiàn)為穩(wěn)定不變的黑點(diǎn)或白點(diǎn)主要為基本喪失響應(yīng)能力的死像元，以及響應(yīng)非線性較強(qiáng)、校正后誤差較大的像元；而表現(xiàn)為不固定的黑點(diǎn)或白點(diǎn)主要為噪聲較大的過熱像元，由于在空間分布和時(shí)間響應(yīng)上都具有一定的隨機(jī)性，使其具有“閃變”的特性，時(shí)而表現(xiàn)為盲元，時(shí)而表現(xiàn)為正常像元，因此很難通過校正的方式對其進(jìn)行檢出和剔除。

圖2為自研的中波紅外相機(jī)航拍圖像（局部），該相機(jī)選用制冷型640×512 分辨率的中波紅外探測器，是一款長焦距、高分辨力的中波紅外航空相機(jī)。

圖2 含有盲元的紅外相機(jī)航拍圖像（局部）Fig.2 Aerial image with blind pixel of infrared camera (partial)

從圖2中可以看到，圖像中含有很多的白點(diǎn)和黑點(diǎn)，原因是圖像中包含了數(shù)量眾多的死像元、過熱像元和閃元等盲元，將圖2所示的單幀完整航拍圖像的灰度歸一化到[0,1]范圍，其灰度空間分布如圖3所示，可以看到，大部分正常像元的灰度分布在30%～70%的滿阱范圍內(nèi)，且其灰度具有連續(xù)和漸變的特點(diǎn)，而盲元的灰度響應(yīng)則區(qū)別于正常像元，具有明顯的突變和孤立的特點(diǎn)。

圖3 紅外圖像的灰度空間分布Fig.3 Spatial distribution of grayscale in an IR image

1.3 中波紅外相機(jī)的盲元特點(diǎn)

紅外相機(jī)工作時(shí)通過控制鏡筒擺掃來實(shí)現(xiàn)對地成像，工作模式?jīng)Q定了其不能對某一局部區(qū)域進(jìn)行凝視成像，不同幀圖像之間除保證重疊率的部分外，不存在關(guān)聯(lián)性，因此在時(shí)間域利用連續(xù)多幀圖像累加或其相關(guān)性進(jìn)行盲元檢測與補(bǔ)償?shù)姆椒ㄔ谶@里并不適用，我們只能針對單幀圖像的空間域信息對盲元進(jìn)行處理。

除此之外，在相機(jī)擺掃成像過程中，由于隨機(jī)盲元的存在，前后幀的相鄰圖像往往會(huì)出現(xiàn)位置不同、灰度響應(yīng)不同的黑白噪點(diǎn)，為最大程度保留隨機(jī)盲元在響應(yīng)正常時(shí)的灰度信息，我們不區(qū)分固定盲元和隨機(jī)盲元，僅針對相機(jī)實(shí)時(shí)輸出圖像中灰度響應(yīng)異常的像素進(jìn)行檢測和補(bǔ)償。

2 盲元的實(shí)時(shí)動(dòng)態(tài)檢測與補(bǔ)償算法

合適的判據(jù)對于盲元檢測至關(guān)重要，判據(jù)過松，會(huì)造成盲元的漏檢；判據(jù)過嚴(yán)，會(huì)造成盲元的過檢。局部“3σ”方法是工程中較常用的盲元檢測方法，通常將圖像中的某個(gè)像元作為中心像元進(jìn)行加窗，并計(jì)算窗口內(nèi)像元的灰度均值μ和均方根σ，若該中心像元灰度與均值μ的偏差大于3σ，則將該中心像元判定為盲元，并通過窗口的滑動(dòng)實(shí)現(xiàn)對整幅紅外圖像像元的搜索式檢測。但是，由于紅外焦平面陣列響應(yīng)非均勻性的存在，紅外圖像正常像元之間也會(huì)產(chǎn)生響應(yīng)不一致的現(xiàn)象，即σ中不僅包含了像元的噪聲，同時(shí)也包含了像元響應(yīng)的非均勻性，當(dāng)窗口內(nèi)不存在盲元和景物的邊緣信息、且局部像元響應(yīng)一致性較好時(shí)，σ的值會(huì)很小，以3σ作為判據(jù)會(huì)過于嚴(yán)格，進(jìn)而會(huì)造成盲元的大量過檢，從而損失圖像的真實(shí)有效信息。

GB/T 17444-2013 中給出的盲元定義和測試方法建立在紅外焦平面陣列對均勻的黑體輻射源成像的基礎(chǔ)上，其中像元噪聲為像元響應(yīng)灰度波動(dòng)的均方根值，平均噪聲為各有效像元噪聲的平均值，但是由于盲元的存在，我們很難按照GB/T 17444-2013 中的方法計(jì)算出圖像像元的平均噪聲。

三維噪聲分析方法[15-16]分析了紅外圖像在時(shí)域和空域上3 個(gè)互相垂直方向上的噪聲，其中分量Ntvh(t,v,h)代表了隨機(jī)的時(shí)空噪聲，可以很好地反映圖像的整體噪聲水平，與常用的噪聲等效溫差（noise equivalent temperature difference,NETD）等效，因此不妨將圖像的平均噪聲取為Ntvh(t,v,h)，并將其作為盲元檢測判據(jù)閾值下限的參考，對局部“3σ”方法進(jìn)行改進(jìn)，以減少盲元的過檢。

2.1 圖像的三維噪聲分析

假設(shè)紅外圖像分辨率為v×h，采集連續(xù)成像的t幅圖像后構(gòu)成數(shù)據(jù)集U(t,v,h)，則有：

式中：S為數(shù)據(jù)集U(t,v,h)中所有元素的均值，即t幅圖像所有像素的灰度均值；Nt(t)、Nv(v)、Nh(h)、Ntv(t,v)、Nth(t,h)、Nvh(v,h)、Ntvh(t,v,h)分別為圖像在垂直高度V、水平寬度H和時(shí)間域幀數(shù)T三個(gè)垂直方向上的噪聲分量，均滿足均值為零的高斯分布。根據(jù)前面的分析，這里有圖像的平均噪聲σall＝Ntvh(t,v,h)。

下面給出Ntvh(t,v,h)的計(jì)算過程，首先分別計(jì)算出T、V、H三個(gè)方向上的方向平均因子Dt、Dv和Dh：

方向平均因子Dt消除了t方向上的所有噪聲，而1－Dt保留了t方向上的所有噪聲，Dv和Dh情況相同，于是有：

在紅外焦平面陣列的線性響應(yīng)區(qū)間內(nèi)，當(dāng)積分時(shí)間固定時(shí)，圖像的三維噪聲分量Ntvh(t,v,h)與灰度均值表現(xiàn)出較好的線性關(guān)系，我們在實(shí)驗(yàn)室中采集紅外成像組件對不同溫度黑體成像的圖像，得到在不同積分時(shí)間下、不同圖像灰度均值所對應(yīng)的圖像噪聲Ntvh(t,v,h)，并對其進(jìn)行曲線擬合，將擬合的結(jié)果存儲于相機(jī)的紅外成像組件中，以便在盲元檢測時(shí)根據(jù)積分時(shí)間和圖像灰度均值調(diào)用得到對應(yīng)的圖像平均噪聲σall。

2.2 盲元的檢測

紅外探測器對黑體成像時(shí)，經(jīng)非均勻校正后圖像各像元響應(yīng)值的統(tǒng)計(jì)分布可以用式(6)表示：

式中：φ(x)表示了絕大多數(shù)像元響應(yīng)值符合的正態(tài)分布；φ(x)表示了極少數(shù)像元響應(yīng)值符合的未知分布，且：

式中：μ為紅外像元響應(yīng)的灰度均值；σ為像元響應(yīng)值的均方根。

用大小為(2N＋1)×(2N＋1)的窗口對像元(i,j)進(jìn)行加窗，窗口記為，則內(nèi)像元(i,j)的鄰域像元灰度均值為：

首先，若像元(i,j)的灰度值x(i,j)滿足：

則直接將像元(i,j)判定為盲元。

若像元(i,j)的灰度值x(i,j)不滿足式(9)，則計(jì)算內(nèi)像元(i,j)的鄰域像元均方根：

式中：m、n不同時(shí)為0。用σ(i,j)表示判斷像元(i,j)是否為盲元的判據(jù)，根據(jù)前面的分析，若直接利用局部“3σ”方法將σ(i,j)＝3σpartial(i,j)作為判據(jù)會(huì)造成盲元的大量過檢，為此，我們將3σpartial(i,j)與2σall（σall為圖像平均噪聲）進(jìn)行比較，如果：

則：

如果：

則：

于是當(dāng)像元(i,j)的灰度值x(i,j)滿足：

則將像元(i,j)判定為盲元。

為便于硬件實(shí)現(xiàn)，我們利用方差代替均方根進(jìn)行上面的計(jì)算。

2.3 盲元的補(bǔ)償

盲元的補(bǔ)償基于圖像中的某一像元與其周圍或前后幀像元的響應(yīng)具有較強(qiáng)的相關(guān)性，其方法主要有相鄰像元替代法、鄰域平均法、中值濾波法等，其中中值濾波法是一種非線性處理技術(shù)，能較好地抑制圖像中的尖峰噪聲，因此我們采用局部中值濾波的方法對檢測到的盲元進(jìn)行補(bǔ)償。

如果像元(i,j)被判定為盲元，則計(jì)算窗口內(nèi)像元(i,j)的鄰域[(2N＋1)2－1]個(gè)像元的灰度中值，并用其替代像元(i,j)的灰度x(i,j)。

3 黑體成像實(shí)驗(yàn)驗(yàn)證

3.1 與輻射定標(biāo)法對比實(shí)驗(yàn)

輻射定標(biāo)法是一種常規(guī)的盲元檢測方法，但目前并沒有通用的檢出標(biāo)準(zhǔn)，“3σ”方法是其中較常用的一種方法，其認(rèn)為紅外探測器各像元對黑體成像的響應(yīng)滿足正態(tài)分布，從而利用“3σ”準(zhǔn)則對盲元進(jìn)行判定。通過搭建實(shí)驗(yàn)平臺，將輻射定標(biāo)法與本文方法對盲元的檢測效果進(jìn)行對比和分析，對本文方法檢出盲元的正確性進(jìn)行驗(yàn)證。

首先關(guān)閉紅外系統(tǒng)的盲元檢測與補(bǔ)償功能，采集紅外成像組件對20℃黑體成像的圖像，然后分別利用輻射定標(biāo)法和本文方法對其中10 幅紅外圖像進(jìn)行盲元檢測，計(jì)算兩種方法檢出盲元的數(shù)量和重合度，并將對比結(jié)果列于表1。

表1 輻射定標(biāo)法和本文方法的對比（20℃黑體成像）Table 1 Comparison of methods of radiation calibration and this paper ( imaging blackbody at 20 ℃)

從表1可以看到，由于隨機(jī)盲元的存在，對于紅外成像組件對相同溫度黑體成像得到的圖像，本文方法和輻射定標(biāo)法的盲元檢出數(shù)量均存在較大的波動(dòng)，但兩種方法檢出盲元數(shù)量的變化趨勢相同，且具有較高的重合度，其盲元檢出重合度最高可以達(dá)到85.49%，平均為82.71%。因此，與輻射定標(biāo)法相比，本文方法可以較正確地檢出紅外圖像中的盲元，且盲元檢出的重合度平均可以達(dá)到82%以上。

3.2 與局部“3σ”方法對比實(shí)驗(yàn)

進(jìn)一步，通過搭建實(shí)驗(yàn)平臺，將局部“3σ”方法和本文方法對盲元的檢測和補(bǔ)償效果進(jìn)行對比與分析，對本文方法的有效性進(jìn)行驗(yàn)證。

首先關(guān)閉紅外系統(tǒng)的盲元檢測與補(bǔ)償功能，采集紅外成像組件對20℃黑體成像的圖像，然后分別利用局部“3σ”方法和本文方法對連續(xù)20 幅圖像進(jìn)行盲元檢測與補(bǔ)償，計(jì)算補(bǔ)償盲元的平均數(shù)量，再根據(jù)GB/T 17444-2013 中的定義計(jì)算盲元補(bǔ)償后圖像的像元平均噪聲，并計(jì)算盲元補(bǔ)償前、后的圖像中盲元數(shù)量，將對比結(jié)果列于表2。

從表2中可以看到，局部“3σ”方法和本文方法對盲元的檢測和補(bǔ)償效果相同，利用兩種方法分別對相同圖像中的盲元進(jìn)行檢測與補(bǔ)償后，圖像像元的平均噪聲基本一致，分別為5.4016 和5.4263；由于局部“3σ”方法補(bǔ)償盲元后圖像的像元平均噪聲略低于本文方法，因此對于相同的原始圖像，計(jì)算得到的盲元總數(shù)略有差別，分別為4378 和4311；利用兩種方法分別進(jìn)行盲元補(bǔ)償后，圖像中的盲元?dú)堄鄶?shù)量相同，均為135；值得注意的是，兩種方法對20 幅原始圖像補(bǔ)償盲元的平均數(shù)量分別為14205 和10091，盲元的過檢數(shù)量分別為9962 和5915，相比于局部“3σ”方法，本文方法將盲元的過檢減少了40.62%。

表2 局部“3σ”方法和本文方法的對比（20℃黑體成像）Table 2 Comparison of methods of local “3σ” and this paper( imaging blackbody at 20 ℃)

對上述結(jié)果做進(jìn)一步分析可以知道，局部“3σ”方法進(jìn)行盲元檢測時(shí)，局部窗口內(nèi)像元的灰度最小均方根為σpartial＝0.3536，檢測盲元的最小判據(jù)3σpartial＝1.0607；而利用三維噪聲分析方法計(jì)算得到的圖像噪聲為σall＝Ntvh(t,v,h)＝3.8888，本文方法在檢測盲元時(shí)的最小判據(jù)為2σall＝7.7776，因此本文方法與局部“3σ”方法相比可以較為明顯地減少盲元的過檢。

利用紅外成像組件對5℃的黑體成像重復(fù)上述實(shí)驗(yàn)，并將兩種方法進(jìn)行盲元檢測和補(bǔ)償?shù)膶Ρ冉Y(jié)果列于表3。

從表3中可以看到，相比于局部“3σ”方法，本文方法將盲元的過檢減少了30.06%，兩種方法進(jìn)行盲元補(bǔ)償后，圖像像元的平均噪聲和盲元?dú)堄鄶?shù)量基本相同，本文方法與局部“3σ”方法的盲元檢測和補(bǔ)償效果相同。

表3 局部“3σ”方法和本文方法的對比（5℃黑體成像）Table 3 Comparison of methods of local “3σ” and this paper( imaging blackbody at 5 ℃)

另外，本文方法和局部“3σ”方法主要針對孤立盲元進(jìn)行檢測與補(bǔ)償，對于連續(xù)相鄰的盲元無法做到全部有效的補(bǔ)償，因此兩種方法都存在一定的盲元漏檢，且漏檢率基本一致。但是，對于高分辨率的紅外相機(jī)，連續(xù)相鄰的盲元與塊狀目標(biāo)在圖像中的表現(xiàn)極為相似，如何將兩者有效的區(qū)分，既不殘留盲元又不丟失目標(biāo)，是有待進(jìn)一步深入研究的地方。

從表1、表2和表3中還可以看到，本文方法仍然存在較為嚴(yán)重的盲元過檢，究其原因，本文方法以GB/T 17444-2013 和圖像的三維噪聲分析為基礎(chǔ)選取盲元檢測的最小判據(jù)，雖然較局部“3σ”方法有較為明顯的改進(jìn)，但依然未能獲得最為合理的檢測判據(jù)，因此如何保證盲元在不漏檢的前提下不過檢仍然需要進(jìn)一步深入的研究。

綜上，與輻射定標(biāo)法相比，本文方法可以更簡捷、高效地檢出紅外圖像中的盲元，兩者的盲元檢出重合度平均可以達(dá)到82%以上；與局部“3σ”方法相比，本文方法可以在保證盲元檢測和補(bǔ)償效果的前提下，將盲元的過檢減少30%以上。

4 成像實(shí)驗(yàn)驗(yàn)證

4.1 地面外景成像實(shí)驗(yàn)

通過搭建實(shí)驗(yàn)平臺，利用該中波紅外相機(jī)對地面外景成像，分別獲取相機(jī)關(guān)閉和開啟盲元檢測與補(bǔ)償功能時(shí)相同地面景物的紅外圖像，對比兩種情況下圖像中異常黑、白點(diǎn)的有無和變化以及目標(biāo)是否存在丟失等情況，對本文方法的有效性進(jìn)行驗(yàn)證。

圖4(a)為關(guān)閉紅外相機(jī)的盲元檢測與補(bǔ)償功能后對地面成像的紅外圖像（局部），可以看到，圖像中存在著較多的異常黑、白點(diǎn)，其中以圖像左下角最為嚴(yán)重，圖像質(zhì)量受到了較為嚴(yán)重的影響；圖4(b)為開啟紅外相機(jī)盲元檢測與補(bǔ)償功能后，對相同地面景物成像的紅外圖像（局部），可以看到，圖4(a)中出現(xiàn)的異常黑、白點(diǎn)得到了有效的抑制，圖像質(zhì)量得到了較明顯的改善，并且與圖4(a)相比，轎車的玻璃、車身金屬外殼等局部溫度較高的細(xì)節(jié)部分，在圖像中也被較完整地保留下來。圖5為圖4(b)的完整紅外圖像，可以看到，圖像質(zhì)量良好，沒有明顯存在的異常黑、白點(diǎn)，且圖像細(xì)節(jié)豐富，與關(guān)閉盲元檢測與補(bǔ)償功能后獲得的紅外圖像相比，沒有明顯的圖像細(xì)節(jié)與目標(biāo)丟失。

圖4 紅外圖像對比（局部）Fig.4 Comparison of infrared images (partial)

圖5 開啟盲元補(bǔ)償功能的地面外景紅外圖像Fig.5 Infrared image of ground after turning on the blind pixel compensation function

4.2 載機(jī)掛飛成像實(shí)驗(yàn)

對該中波紅外相機(jī)進(jìn)行了載機(jī)掛飛實(shí)驗(yàn)，通過航拍對地成像進(jìn)一步對本文方法的有效性進(jìn)行驗(yàn)證。

圖6和圖7分別為該紅外相機(jī)晝間和夜間的航拍圖像，在航拍時(shí)始終開啟系統(tǒng)的盲元檢測與補(bǔ)償功能，可以看到，紅外圖像細(xì)節(jié)豐富、圖像質(zhì)量良好，圖像中不存在明顯異常的黑、白點(diǎn)。夜間航拍相比于晝間航拍時(shí)，由于地面景物間的溫差變小會(huì)導(dǎo)致地面景物的對比度下降，圖像信噪比隨之下降，因此在一般情況下，夜間航拍的紅外圖像中異常黑、白噪點(diǎn)會(huì)較晝間航拍的圖像多，但圖7中幾乎不存在由非景物導(dǎo)致的異常黑、白點(diǎn)，圖像質(zhì)量良好，層次分明，因此，本文提出的改進(jìn)的局部“3σ”方法對盲元進(jìn)行的檢測和補(bǔ)償在該紅外相機(jī)中的應(yīng)用是可行和有效的。

圖6 晝間紅外相機(jī)航拍圖像Fig.6 Aerial image taken by infrared camera in the daytime

圖7 夜間紅外相機(jī)航拍圖像Fig.7 Aerial image taken by infrared camera at night

5 結(jié)論

本文以GB/T 17444-2013 和圖像的三維噪聲分析方法為依據(jù)，以局部“3σ”方法和中值濾波法為基礎(chǔ)，提出了一種基于場景的盲元實(shí)時(shí)動(dòng)態(tài)檢測與補(bǔ)償方法。對黑體成像的實(shí)驗(yàn)結(jié)果表明，本文方法可以更簡捷、高效地檢出紅外圖像中的盲元，與輻射定標(biāo)法相比，盲元檢出的重合度平均可以達(dá)到82%以上；本文方法與局部“3σ”方法具有相同的盲元檢測與補(bǔ)償效果，并可以將盲元的過檢率降低30%以上；通過地面外景成像和載機(jī)掛飛成像實(shí)驗(yàn)的結(jié)果表明，本文方法可以對盲元起到很好的抑制作用，獲得的晝間和夜間航拍紅外圖像均不存在明顯異常的黑、白點(diǎn)，圖像質(zhì)量優(yōu)良。因此，本文方法可以對盲元進(jìn)行有效的檢測與補(bǔ)償，該方法在自研的某中波紅外相機(jī)中的應(yīng)用是可行和有效的。