一種非制冷紅外焦平面探測(cè)器圖像清晰化設(shè)計(jì)與仿真

陳 羽,段海龍,陳永鵬,周曉琳,張漢輝

(河南平原光電有限公司,河南 焦作 454000)

紅外成像系統(tǒng)主要由紅外焦平面探測(cè)器、光學(xué)成像物鏡和光機(jī)掃描系統(tǒng)組成,紅外焦平面探測(cè)器的焦平面上排列著光敏元件陣列,光敏元件將接受到的光信號(hào)轉(zhuǎn)換為電信號(hào),通過(guò)積分、采樣保持、輸出緩沖等處理后轉(zhuǎn)換成標(biāo)準(zhǔn)的視頻信號(hào)[1]。

非制冷紅外焦平面陣列是紅外探測(cè)器中最核心的器件之一,但是受到加工工藝、所選材料和設(shè)計(jì)水平的限制,紅外焦平面上各個(gè)單元對(duì)標(biāo)準(zhǔn)黑體的均勻輻射存在響應(yīng)不一致的現(xiàn)象[2],導(dǎo)致圖像出現(xiàn)“鬼影”現(xiàn)象,嚴(yán)重影響紅外成像質(zhì)量。由于紅外成像系統(tǒng)的光學(xué)性能、放大處理電路、儀器的噪聲和環(huán)境的引入噪聲等原因,導(dǎo)致紅外圖像存在邊緣信息模糊、對(duì)比度低等問(wèn)題,所以對(duì)非制冷紅外焦平面探測(cè)器圖像清晰化設(shè)計(jì)具有重要的意義。

非均勻性問(wèn)題是影響紅外焦平面陣列成像的重要因素,常見(jiàn)的解決辦法是采用非均勻性校正算法,校正后的圖像數(shù)據(jù)均勻性將大大提高。非均勻性校正算法大致分為基于定標(biāo)的非均勻性校正算法和基于場(chǎng)景的非均勻性校正算法。常見(jiàn)的定標(biāo)類非均勻校正算法分為一點(diǎn)校正法、兩點(diǎn)校正法、多點(diǎn)校正法和插值校正法等,具有原理簡(jiǎn)單、易于實(shí)現(xiàn)、實(shí)時(shí)性好等特點(diǎn)。這類非均勻性校正方法的缺點(diǎn)是校正系數(shù)缺乏自適應(yīng)性,隨著紅外焦平面陣列器件工作時(shí)間增加,將導(dǎo)致器件的溫度升高,校正系數(shù)將不再適用溫度變化后的情況,器件的非均勻性會(huì)發(fā)生變化,將導(dǎo)致抑制噪聲的效果變差。常見(jiàn)的場(chǎng)景類校正算法是利用場(chǎng)景統(tǒng)計(jì)信息計(jì)算增益和偏置系數(shù),如時(shí)域高通濾波算法、神經(jīng)網(wǎng)絡(luò)算法、卡爾曼濾波法以及小波濾波法。這類算法依據(jù)場(chǎng)景的變化自適應(yīng)各探測(cè)單元的增益和偏置系數(shù),不需要重復(fù)標(biāo)定參考源,這類算法由于計(jì)算量大、實(shí)時(shí)性低,校正精度無(wú)法保證,因此在實(shí)際的工程應(yīng)用中無(wú)法大規(guī)模推廣。

除了非制冷紅外焦平面陣列的非均勻性問(wèn)題,紅外焦平面陣列還存在一定數(shù)量的盲元,鄰域替代法和時(shí)空相關(guān)性補(bǔ)償法是消除盲元的兩種有效方法。鄰域替代法是利用幀內(nèi)空間相關(guān)性進(jìn)行盲元補(bǔ)償,而時(shí)空相關(guān)性補(bǔ)償法不僅利用空間的相關(guān)性,而且利用連續(xù)幀之間的相關(guān)性進(jìn)行盲元補(bǔ)償。

由于紅外圖像普遍存在對(duì)比度低、圖像層次感差、視覺(jué)效果模糊等問(wèn)題,通過(guò)紅外圖像增強(qiáng)處理后,圖像質(zhì)量將大幅提高。根據(jù)處理過(guò)程所在空間不同,將圖像增強(qiáng)算法分為基于空間域增強(qiáng)算法和基于頻域增強(qiáng)算法。基于頻域增強(qiáng)算法的思想是通過(guò)在頻域內(nèi)設(shè)計(jì)濾波器,將圖像中的噪聲信息過(guò)濾,保留有效信息,以達(dá)到有效提高信噪比、改善圖像視覺(jué)效果的目的[3],但是因其在增強(qiáng)過(guò)程中進(jìn)行傅里葉變換和反傅里葉變換,計(jì)算量較大,算法的實(shí)時(shí)性無(wú)法保證?；诳臻g域增強(qiáng)算法有空域?yàn)V波、直方圖均衡化等,這類算法因其簡(jiǎn)單有效,可實(shí)現(xiàn)硬件的實(shí)時(shí)處理,因此被工業(yè)界廣泛采用。

本文設(shè)計(jì)的紅外焦平面探測(cè)器圖像清晰化方法首先采用兩點(diǎn)校正法對(duì)焦平面陣列各像元的增益核偏移量進(jìn)行校正,采用鄰域替代法利用幀內(nèi)空間相關(guān)性對(duì)盲元進(jìn)行補(bǔ)償;然后對(duì)圖像進(jìn)行3×3窗口的平滑濾波,將濾波后的圖像疊加拉普拉斯算子進(jìn)行細(xì)節(jié)增強(qiáng);最后通過(guò)直方圖均衡化調(diào)整圖像的灰度。仿真結(jié)果證明,所設(shè)計(jì)的方法能夠有效提高紅外焦平面探測(cè)器的清晰度,增強(qiáng)圖像的細(xì)節(jié)。

1 紅外焦平面探測(cè)器圖像清晰化算法

1.1 基于兩點(diǎn)法的非均勻性校正方法

圖1 兩點(diǎn)法校正示意圖

V=Aφ+B

(1)

式中,V為探測(cè)元的響應(yīng)輸出值;φ為輻射通量;A和B為焦平面陣列的探測(cè)元的增益和偏移量[5]。兩點(diǎn)法校正示意圖如圖1所示。

入射輻射強(qiáng)度φ1的平均響應(yīng):

(2)

入射輻射強(qiáng)度φ2的平均響應(yīng):

(3)

由式2和式3可以得到:

(4)

(5)

由式1～式3可以得到:

(6)

由式6可以得出,只要得到偏置系數(shù)A和增益系數(shù)B的值,即可對(duì)整個(gè)焦平面陣列的像元響應(yīng)進(jìn)行校正并輸出。

1.2 鄰域替代法盲元補(bǔ)償

原始圖像中檢測(cè)出的盲元利用盲元像素四鄰域均值來(lái)替代,進(jìn)而得到盲元替代后的圖像[6]。盲元Pi,j的替代公式為:

(7)

盲元分布示意圖如圖2所示。

圖2 盲元分布示意圖

1.3 3×3窗口的平滑濾波

中值濾波是一種非線性去除噪聲平滑濾波算法[7],不僅能夠有效濾除脈沖噪聲,而且能夠有效保留圖像邊緣信息。該算法主要利用鄰域內(nèi)所有像素值的中間值來(lái)代替當(dāng)前像素點(diǎn)的像素值,是一種簡(jiǎn)單的比較運(yùn)算。中值濾波對(duì)于斑點(diǎn)噪聲和椒鹽噪聲濾波效果尤為明顯。本文采用3×3的濾波窗口進(jìn)行濾波,將周圍的8個(gè)像素連同選定的像素進(jìn)行排序,然后選擇排好序的位于中心的像素代替原有的像素。

1.4 拉普拉斯銳化

圖像銳化是通過(guò)增強(qiáng)圖像的灰度反差使模糊圖像變得更加清晰。通常圖像銳化采用拉普拉斯銳化算法。拉普拉斯銳化本質(zhì)是對(duì)圖像進(jìn)行卷積運(yùn)算,本文采用的拉普拉斯算子擴(kuò)展模板如圖3所示。當(dāng)圖像中的任一像素的周圍8個(gè)像素的平均灰度值高于中心像素灰度值時(shí),此中心像素的灰度應(yīng)被進(jìn)一步降低,當(dāng)圖像中的任一像素的周圍8個(gè)像素的平均灰度值低于中心像素灰度值時(shí),此中心像素的灰度應(yīng)被進(jìn)一步提高。從模板形式可以看出,該銳化方法可以突出圖像中急劇灰度變化。假如在圖像中較暗的區(qū)域中出現(xiàn)一個(gè)亮點(diǎn),那么經(jīng)過(guò)拉普拉斯銳化后,這個(gè)點(diǎn)將變得更亮。

圖3 拉普拉斯運(yùn)算擴(kuò)展

1.5 直方圖均衡化

為了解決紅外圖像普遍存在對(duì)比度低、圖像層次感差的問(wèn)題,本文采用直方圖均衡化的方法,其原理是利用圖像的基本統(tǒng)計(jì)特征,即灰度圖像中每種灰度級(jí)出現(xiàn)的頻率,對(duì)每種出現(xiàn)的頻率進(jìn)行概率的調(diào)整,以達(dá)到增強(qiáng)圖像的全局對(duì)比度的目的。經(jīng)過(guò)直方圖均衡化后,圖像的動(dòng)態(tài)范圍增大,能夠有效改善紅外圖像背景和前景太亮或者太暗的情形[8]。

2 實(shí)驗(yàn)結(jié)果分析

2.1 仿真環(huán)境

為了驗(yàn)證本文方法能夠有效提高紅外焦平面探測(cè)器的清晰度,增強(qiáng)圖像的細(xì)節(jié),對(duì)本算法進(jìn)行了仿真。實(shí)驗(yàn)在Windows 10系統(tǒng)上進(jìn)行,內(nèi)存大小為18G,CPU為2.30 GHz,通過(guò)仿真軟件MATLAB 2020a實(shí)現(xiàn)。

2.2 主觀評(píng)價(jià)結(jié)果

主觀評(píng)價(jià)法有CCIR500推薦的圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn),但是由于紅外圖像的對(duì)比度和細(xì)節(jié)相較于可見(jiàn)光差距較大,憑借人的肉眼觀察只能初步判定圖像質(zhì)量好壞[9]。主觀評(píng)價(jià)法就是通過(guò)觀察者肉眼觀察紅外圖像的視覺(jué)效果,并通過(guò)圖像之間以及圖像處理前后進(jìn)行比較分析,該方法完全取決于觀察者的主觀感受,不同的觀察個(gè)體會(huì)有一定的差異[10-11]。

圖4～圖6分別是紅外焦平面探測(cè)元高溫下響應(yīng)、低溫下響應(yīng)以及常溫下響應(yīng),上個(gè)單元對(duì)標(biāo)準(zhǔn)黑體的均勻輻射存在響應(yīng)不一致,導(dǎo)致從紅外焦平面讀出的圖像質(zhì)量產(chǎn)生極大影響。采用兩點(diǎn)法的非均勻性校正方法和鄰域替代法盲元補(bǔ)償法得到的圖像如圖7所示,與圖4～圖6相比,圖像質(zhì)量有了明顯提升。圖8所示為采用3×3窗口的平滑濾波、拉普拉斯圖像銳化以及直方圖均衡化后的圖像,可以明顯看出,邊緣部分增強(qiáng)效果明顯,對(duì)比度更加明顯,更符合人類主觀視覺(jué)的體驗(yàn)。

圖4 紅外焦平面探測(cè)元高溫下響應(yīng)

圖5 紅外焦平面探測(cè)元低溫下響應(yīng)

圖6 紅外焦平面探測(cè)元常溫下響應(yīng)

圖7 兩點(diǎn)法校正后圖像

圖8 圖像增強(qiáng)后圖像

2.3 客觀評(píng)價(jià)結(jié)果

客觀評(píng)價(jià)法是利用相應(yīng)的數(shù)值計(jì)算來(lái)直觀地反映整幅圖像的輸出效果,不依賴觀察者的主觀印象。對(duì)于本實(shí)驗(yàn),對(duì)兩點(diǎn)法校正后的圖像和圖像增強(qiáng)后的圖像進(jìn)行對(duì)比,以驗(yàn)證圖像增強(qiáng)的效果。分別選取了信息熵、圖像平均值和方差作為參考指標(biāo)。信息熵的概念最早來(lái)自于信息論中,用于衡量信息的混沌程度,將信息熵引入到圖像處理中,用于描述圖像傳遞的信息量,信息熵越大說(shuō)明圖像中含有高頻信息越多,圖像邊緣信息能較好地保留;圖像的平均值描述的是一幅圖像灰度值的狀態(tài)信息,圖像平均值越大說(shuō)明圖像的亮度具有較大的動(dòng)態(tài)范圍;方差是指圖像像素灰度值的波動(dòng)范圍,方差值越大越好。

假設(shè)一幅圖像I(x,y)(其中,x=1, 2, 3, 4, …,M,y=1, 2, 3, 4, …,N)的尺寸為M*N,那么信息熵Q、圖像平均值H和方差V的定義公式可表示為:

(8)

(9)

(10)

基于上述3個(gè)指標(biāo)對(duì)兩點(diǎn)法校正后圖像進(jìn)行處理,實(shí)驗(yàn)結(jié)果見(jiàn)表1。

表1 圖像質(zhì)量客觀評(píng)價(jià)對(duì)比

從表1中的數(shù)據(jù)可以看出,圖像經(jīng)過(guò)增強(qiáng)后,信息熵、圖像平均值和方差都有不同程度的提升。說(shuō)明通過(guò)本方法的清晰化處理后能夠有效提高紅外焦平面探測(cè)器的清晰度,增強(qiáng)圖像的細(xì)節(jié)。

3 結(jié)語(yǔ)

為了解決非制冷紅外焦平面探測(cè)器在成像過(guò)程中存在非均勻性、存在一定數(shù)量的盲元以及紅外圖像質(zhì)量不高等問(wèn)題,提出了一種新的清晰化組合算法。首先采用兩點(diǎn)校正法對(duì)焦平面陣列各像元的增益核偏移量進(jìn)行校正,采用鄰域替代法利用幀內(nèi)空間相關(guān)性對(duì)盲元進(jìn)行補(bǔ)償;然后對(duì)圖像進(jìn)行3×3窗口的平滑濾波,將濾波后的圖像疊加拉普拉斯算子進(jìn)行細(xì)節(jié)增強(qiáng);最后通過(guò)直方圖均衡化調(diào)整圖像的灰度。

實(shí)驗(yàn)結(jié)果表明,所設(shè)計(jì)的方法能夠有效提高紅外焦平面探測(cè)器輸出圖像的清晰度。實(shí)驗(yàn)的不足在于:只在小規(guī)模的測(cè)試集上驗(yàn)證了該方法的有效性,缺乏大規(guī)模實(shí)驗(yàn)驗(yàn)證。