论文总字数：17856字

目 录

1 绪论 1

1.1 研究背景及意义 1

1.2 国内外研究现状 1

1.3 本文的组织结构 2

2 红外成像系统及盲元分析 3

2.1 红外成像系统概述 3

2.2 红外图像的特点 3

2.3 盲元问题分析 4

2.3.1 盲元的定义及分类 4

2.3.2 盲元的产生原因 5

2.3.3 盲元特征分析以及对红外系统的影响 6

2.4 本章小结 6

3 常用盲元补偿算法研究 7

3.1 邻元替代法 7

3.2 邻域平均法 7

3.3 中值滤波法 10

3.4 本章小结 12

4 基于自适应回归的盲元补偿算法 13

4.1 自适应回归原理 13

4.1.1 参数回归 13

4.1.2 非参数回归 14

4.2 基于自适应回归模型的盲元补偿算法 16

4.3 算法实现步骤 17

4.4 实验结果及分析 18

4.5 本章小结 19

5 总结与展望 20

参考文献 21

致谢 22

绪论

研究背景及意义

自产生以来，红外成像技术就作为一种发现、探测和识别目标的重要手段迅速发展，在众多领域如智能交通、文物鉴定、故障诊断、警用安防、电力、火灾探测等得到广泛的应用。红外成像技术最早应用于军事领域，红外成像技术在军事应用上的优点如下：

（1）具有空间分辨率高,误差小,灵敏度高及战场动态范围等优点,适用于探测微小目标信号和鉴别多目标情况。

（2）在各种复杂背景干扰和人为干扰条件下，能够自动识别并锁定所探测目标，抗光电干扰能力强。

（3）利用高度发展的计算设备迅速处理目标图像信息,模拟人对探测目标的识别过程,从而发现伪装的目标。

（4）全天候性强大，白天和夜晚均能工作。

红外设备以无源方式工作。与雷达相比，红外装置结构更加简单，体积更小、重量更轻、携带更方便，并且分辨率更高，扛干扰能力也更强。因此，红外技术作为一种被动检测技术在军用中扮演者非常重要的角色。近年来，红外技术发展迅速。其应用范围不断扩展，已经应用到了国民经济的各个领域。

红外成像系统是对红外成像技术的实现和具体运用，其捕捉物体的红外辐射从而形成能够识别物体温度和表面特征以及更多信息的红外图像。红外成像系统的广泛应用，使其工作环境愈发复杂，成像质量要求越来越高。首先，成像系统工作环境的改变必然会导致更多盲元出现，影响系统的成像质量，降低信号的利用率。再者，红外探测器制造技术的迅猛发展和日益增长的需求状况决定了探测器件的面积将越来越大，盲元的存在成为无法避免的现象。因此，为了适应现代各种越来越复杂的应用场合和对图像越来越高的质量要求，我们必须对盲元补偿算法进行深入研究并努力创新。

国内外研究现状

红外探测器是红外成像系统的核心，其发展水平基本决定了成像系统的发展水平。目前红外探测器的制造水平仍然会使得红外焦平面阵列探测器在成像过程中出现严重的盲元现象。尽管人们一直致力于改善器件制造工艺，并取得了一些成果，使盲元问题得到了很大改善。但是，盲元的出现并不能完全避免。盲元问题的处理仍是研究热点。

典型的盲元补偿算法有邻元替代算法、中值滤波算法和邻域平均算法等，这三种算法使用较为广泛，都各有其优缺点。其中邻元替换法因为其实现简单被广泛使用于红外焦平面阵列系统，例如日本三菱公司研制的512×512的热像仪、俄罗斯国家科学中心“RDamp;P Center ORION”实验室开发的128×128HgCdTe红外热像仪等使用邻元替代算法来进行盲元补偿，取得了较好的图像视觉效果；比利时IMC实验室的Bart Dierickx等人对中值滤波算法非线性滤波方法进行改进，采用预测加相邻元取加权中值。这种方法不仅成功地修正了盲元，同时确保了图像质量。在进行红外天文学的观测时，我们通常认为盲元与散粒噪声以同样的形式出现在图像中。然而由于天空中遥远星体的成像面积很小，与孤立的噪声点非常相似，如果仅采用中值滤波算法，有极大可能会将其误剔除。后来有学者针对这一问题，提出采用邻元及图像灰度预测，即卡尔曼非线性滤波，避免了误剔除。另外，使用邻域平均算法，取一定邻域内的几个像元的平均值去替代窗口中心的盲元，这也是目前应用较广泛的方法之一。

从目前检索的相关文献来看，国外红外技术的研究起步要比国内早，到现在已有一定的技术积累，但对盲元补偿问题也讨论得很少。与国外器件相比，国内红外焦平面阵列的制造工艺水平更加落后。从而盲元对成像质量的影响更加严重。虽然目前国内已成功研制了红外焦平面阵列成像原理样机系统，但关于盲元补偿问题的报道很少。且根据了解，这些问题都未能得到很好的解决。

本文的组织结构

第一章首先阐述了目前红外成像技术的应用领域和优势，红外技术的发展和广泛应用是必然趋势，指出目前严重影响其发展的因素，即盲元问题。盲元补偿是解决盲元问题的关键。接着阐述了盲元补偿算法的研究现状，给出本文组织结构。

第二章对红外成像过程进行阐述，简要介绍了红外成像系统各模块功能。在此基础上，研究了红外图像的产生过程以及红外图像的特点，对红外图像中存在的盲元问题进行重点分析，分析内容包括盲元的定义及分类，盲元的产生原因和对红外成像系统的影响。

第三章研究了几种典型的红外图像盲元补偿算法，即邻元替代法、中值滤波法、邻域平均法，分别对上述三种算法的原理以及实现过程进行了了解，并且通过实验总结其优缺点。

第四章基于目前盲元补偿算法的不足之处，提出将自适应回归模型引入到盲元补偿算法，对该算法原理、步骤及实现过程进行了具体说明，与目前常用盲元补偿算法进行了对比。实验证明，本文提出的算法补偿效果明显优于其他方法。

第五章对本文所研究内容进行了总结，同时也指出了本文的不足之处，最后展望未来该算法的改进与更好的算法用于红外盲元补偿。

红外成像系统及盲元分析

红外成像系统概述

在可见光红光之外，直至与毫米波相接，处于0.75~1000的电磁谱段，称为红外辐射，红外辐射也就是我们常说的红外线。任何真实存在于自然界中的物体，当它的温度比绝对温度（273℃）高的时候，其表面就会持续不断地辐射出红外线。红外辐射的强度能够反映物体的温度变化情况以及表面的状态。人们利用红外辐射的这一特点，设计并实现了红外成像系统以捕捉物体的红外辐射，从而形成能够识别物体温度和表面特征以及更多信息的红外图像。

显示器

前置放大器

探测器

信号处理

目标辐射

光学镜头

大气传输

图2.1 红外成像过程（虚框内为红外成像系统）

红外成像系统是对红外成像理论研究及应用的典型成果，图1显示的是红外成像系统的成像过程，目标发出的红外辐射经大气传输到达红外成像系统。光学镜头将红外辐射聚焦到红外探测器上，并通过光电转换生成与对应于辐射的电信号。前置放大器的功能是对生成的弱信号进行调理，包括增益和偏置调整、模数转换等。信号处理模块主要实现非均匀性校正、无效像元补偿、视频合成等功能。

红外图像的特点

红外图像景物的温度差或幅度差的近似反映。但是，目标和背景的红外辐射需要经过一系列过程，如大气传输、光学系统、光电转换和电子处理等，才能够实现红外图像的转换。

因此，红外图像具有以下特点：

1. 红外热图像用来表征景物的温度分布时是没有立体感的灰度图像，人眼难以分辨；
2. 红外图像具有比一般灰度图像更强的空间相关性，对比度低，视觉效果不理想；
3. 可见光CCD阵列的探测能力和空间分辨率均比红外成像系统高。因此，红外图像通常不如可见光图像清晰；
4. 外部环境的随机干扰和热成像系统的固有缺陷使得红外图像中存在着多种类型的噪声，包括散粒噪声、噪声、光子电子涨落噪声、热噪声等；
5. 红外探测器中每个像素不一致的响应特性、光机扫描系统的缺陷等，会使红外图像产生非均匀性，表现在图像上则为固定空间噪声、畸变、串扰等。

从上述特性分析来看，红外图像的信号处理是不可或缺的步骤，以使红外图像适合人眼观察。

盲元问题分析

盲元的定义及分类

盲元应根据其对应点的响应特性与总体响应特性的区别来判断，并非所有在可见红外图像中突兀的黑点或白点。国家标准从响应率和噪声电压的角度定义了死像元和过热像元两类。然而，从实际情况考虑，国家标准并没有涵盖所有类型的盲元。实际上，我们通常将盲元分为四类，即死像元、过热像元、类盲元和闪烁元。

剩余内容已隐藏，请支付后下载全文，论文总字数：17856字