關于紅外圖像處理技術現(xiàn)狀及發(fā)展趨勢

1、第35卷 第6期 紅 外 技 術 Vol.35 No.6 2013 年 6 月 Infrared Technology June 2013 311 綜述與評論 紅外圖像處理技術現(xiàn)狀及發(fā)展趨勢 陳 錢 （南京理工大學電子工程與光電技術學院，江蘇 南京 210094） 摘要：紅外熱成像系統(tǒng)因其成像波長較長，導致了紅外圖像存在噪聲大、對比度低、非均勻性大、 空間分辨力差等缺陷，為克服這些缺陷，自紅外熱成像技術誕生之初，紅外探測器材料、制造工藝 和成像電子學組件的研究便成為三大熱點研究方向。在當前電子學硬件平臺趨于完善的條件下，先 進的紅外圖像處理技術能夠有效地提高紅外成像系統(tǒng)的性能及其應用效果，受到

2、了世界各國科技工 作者的廣泛關注，各種研究成果不斷涌現(xiàn)。本文從提高紅外圖像的溫度分辨能力出發(fā)，重點對非均 勻性校正技術、圖像細節(jié)增強技術的研究現(xiàn)狀進行了總結(jié)，并對紅外圖像處理技術的發(fā)展趨勢進行 了展望。 關鍵詞：紅外圖像；非均勻性校正；數(shù)字細節(jié)增強 中圖分類號：TN911.73 文獻標識碼：A 文章編號：1001-8891(2013)06-0311-08 The Status and Development Trend of Infrared Image Processing Technology CHEN Qian (School of Electronic and Optical Engi

3、neering, NUST, Nanjing 210094, China) Abstract：Because of the longer imaging wavelength, the characteristics of infrared images have defects of big noise, low contrast, large non-uniformity and limited spatial resolution. In order to overcome these drawbacks, the material, manufacturing crafts and i

4、maging electronics components have throughout been three main research directions along with the development of infrared imaging technology. Under the present condition when the hardware has been well-developed, the updated infrared image processing technology succeeds to improve the performance of

5、imaging system and applying capability. It attracts the attention of scientists all over the world, and various research results continue to emerge. Focusing on improving the temperature sensitivity of infrared images, this paper concludes the technologies of non-uniformity correction and image enha

6、ncement, and discusses its future development. Key words：infrared images，non-uniformity，digital detail enhancement 0 引言 紅外成像電子學組件是熱成像系統(tǒng)的重要組成 部分，其肩負著充分發(fā)揮紅外焦平面探測器性能、 將紅外焦平面探測器輸出的電信號經(jīng)過處理轉(zhuǎn)化為 視頻信號或者其它系統(tǒng)規(guī)定格式的信號的功能。紅 外成像電子學組件則包括硬件系統(tǒng)和圖像處理算法 兩大部分，由于當前硬件系統(tǒng)平臺已經(jīng)十分完善， 因此紅外圖像處理技術成為成像電子學組件的重要 研究內(nèi)容。紅外圖像處理技術需要針對紅外圖像

7、的 具體特點而開展。受限于紅外探測器的制作工藝難 度和材料純度影響，紅外圖像主要存在如下幾個共 性問題：第一，紅外成像受非均勻性及無效像元的 影響，實際溫度分辨率不高；第二，紅外成像普遍 存在噪聲大、圖像對比度低、灰度范圍窄的現(xiàn)象。 針對上述缺陷， 國內(nèi)外學者均進行了相關研究， 并取得了一定進展。比如，針對紅外圖像非均勻性 問題，提出了非均勻性校正方法。針對圖像對比度 收稿日期：2013-06-15 . 作者簡介：陳錢（1964-） ，男，博士，教授，博導，主要從事夜視與紅外技術、光電圖像處理等方面的研究。E-mail：chenq。 基金項目：國家自然科學基金“新型光致相變紅外成像技術” ，編

8、號：61177091。 第35卷 第6期 紅 外 技 術 Vol.35 No.6 2013 年 6 月 Infrared Technology June 2013 312 低和灰度范圍窄的問題開展了數(shù)字細節(jié)增強等相關 技術研究。本論文將綜述上述技術的研究進展，分 析紅外圖像處理技術的發(fā)展前景。 1 非均勻性校正技術 理想情況下，凝視焦平面探測器受均勻入射輻 射時，視頻輸出幅度應完全一樣。實際上，由于制 作器件的半導體材料不均勻 （雜質(zhì)濃度、 晶體缺陷、 內(nèi)部結(jié)構的不均勻性等） 、掩膜誤差、缺陷、工藝條 件等影響下，其輸出幅度并不相同（圖 1 可看出神 舟十號整流罩分離紅外圖像的非均勻性） 。

9、凝視焦平 面探測器的視頻輸出非均勻性是紅外敏感元件（探 測器） 、 讀出電路、 半導體特性以及放大電路等各種 因素綜合的結(jié)果1, 2-4。具體來源主要有：1）凝視焦 平面探測器中各像元的響應特性不一致。 2） 電荷傳 輸效率。3）1/f 噪聲。4）凝視焦平面探測器外界輸 入的影響。5）紅外光學系統(tǒng)的影響。6）凝視焦平 面探測器中無效像元的影響。 7） 凝視焦平面探測器 所處環(huán)境溫度的變化。8）基底摻雜變化，主要依賴 基底的生長技術。9）泄漏單元。10）多路轉(zhuǎn)換器的 變化以及多輸出的端口不匹配。 對紅外圖像非均勻性的校正，目前主要有基于 定標和基于場景的兩大類校正方法。 1 .1 基于定標的非均

10、勻性校正技術 無論是一點校正還是二點校正技術，它們都 是建立在以下一元線性時間不變的理論模型的基 礎上的： () ijbijbij V TaTb=+ (1) 式中：aij是各像元的增益系數(shù)，bij是各像元的偏 移系數(shù)。 該模型假設紅外焦平面陣列探測器響應電 信號 Vij是黑體或場景紅外輻射溫度 Tb的一元線性 函數(shù)關系，而且，響應是不隨時間變化的。在穩(wěn)定 的使用環(huán)境和較窄的場景紅外輻射溫度范圍情況 下， 做這樣的近似簡化可以減少計算量和系統(tǒng)的復 雜性5-7。具體的校正示意圖如圖 2 所示。 圖 1 2013 年 6 月 11 日發(fā)射的神舟十號紅外監(jiān)控圖像的 非均勻性 Fig.1 Infrare

11、d image non-uniformity of the 10th Shenzhou spaceship launched in June 11, 2013 基于定標的校正法主要有如下優(yōu)點： 1） 兩點校正法的計算量很小， 每個像元的校正 只需要一次加法運算和一次乘法運算即可實現(xiàn)。 2） 由于計算量小， 因此兩點校正法可以用硬件 實時實現(xiàn)，從而實現(xiàn)紅外焦平面陣列探測器成像非 均勻性的實時校正。 3）對需要校正的目標圖像無任何要求。 但也存在如下缺點： 1） 由于探測器單元響應的非線性， 系統(tǒng)工作偏 離校正定標點時，校正精度變差。 2） 由于探測器單元響應特性隨時間漂移， 系統(tǒng) 工作一段時間后

12、，校正效果有可能變差，需要重新 定標。 3） 如果系統(tǒng)的非線性比較嚴重或者系統(tǒng)對非均 勻性校正要求特別高時，兩點校正法將無法滿足應 用需求。 為解決基于定標的非均勻性校正方法的缺陷， 基于場景的非均勻性校正方法正得到快速發(fā)展。 Vij Tb Vij Tb Vij Tb (a) 原始響應曲線 (b) 校正增益的響應曲線 (c) 增益和偏移校正的響應曲線 (a) Original response curve (b) Response curve of corrected gain (c) Response curve of corrected gain and offset 圖 2 非均勻性校正

13、示意圖 Fig.2 Diagram of non-uniformity correction 第 35 卷 第 6 期 Vol.35 No. 6 2013年6月 陳 錢： 紅外圖像處理技術現(xiàn)狀及發(fā)展趨勢 June 2013 313 1.2 基于場景的非均勻性校正技術 所謂基于場景的非均勻性校正技術是指，紅外 圖像的非均勻性校正參數(shù)通過場景獲得，而非通過 黑體的定標獲得。基于場景的方法能夠?qū)πＵ齾?shù) 進行自適應更新， 因此其可以隨時校正發(fā)生漂移的 紅外圖像，具有比基于定標法更好的校正效果。自 從基于場景校正這一概念出現(xiàn)以來， 國外學者便給 予了高度關注， 并取得了大量的研究成果與一批良 好的校正

14、算法?？偟膩碚f，這些算法都是通過兩大 類途徑實現(xiàn)的。一類是基于統(tǒng)計的校正方法8-13， 這類方法通常對于焦平面每個像元接收到的輻射 量作一些時間上或者空間上的統(tǒng)計假設， 在此假設 的基礎上不斷修正校正參數(shù)， 校正焦平面像元的非 均勻性。其中最具代表性的技術有時域高通法，統(tǒng) 計恒定法，神經(jīng)網(wǎng)絡法，恒定范圍法及其它相應的 擴展形式，如統(tǒng)計維納濾波法，卡爾曼濾波法等。 該類算法一般要求目標場景與 IRFPA 器件相對運 動，以使 IRFPA 器件中所有探測單元在一段時間 內(nèi)所接收到的目標場景輻射滿足一定的統(tǒng)計假設。 然而，由于圖像場景的多樣性，該假設不一定能夠 得到滿足， 因此這類校正算法經(jīng)常伴隨較

15、為嚴重的 鬼影問題。 另一類是基于配準的校正方法14-16， 這 類方法通常認為， 在較短的時間間隔內(nèi)觀察場景中 相同的位置時，每個像元的響應也應該是相同的， 因此這類技術需要準確估計幀與幀之間的移動。 其 中比較有代表性的技術有全景圖積累法， 代數(shù)校正 法等。但是這類算法由于其要求限制較多，計算量 與存儲量較大，且校正誤差易逐級累計傳播，所以 難以達到實際應用。 與基于定標的非均勻性校正方法相比，基于場 景的校正方法無論在校正的穩(wěn)定性還是環(huán)境適應性 上均有所提高，是非均勻性校正技術的發(fā)展方向。 但是其也存在計算量大難以實時校正、鬼影嚴重、 收斂速度慢、需要目標長時間運動等嚴重影響其實 用的技

16、術難題。 針對上述問題，南京理工大學的左超、陳錢等 提出了基于幀間配準的非均勻性校正方法17，該方 法認為，如果紅外探測器是均勻的，那么相鄰圖像 對同一目標的響應應當是均勻的，正是由于探測器 非均勻性的存在，才導致了相鄰像元對同一目標具 有不同的響應。該算法的核心思想就是，通過幀間 配準方法獲得對同一目標響應的不同像元的位置， 利用最陡下降法使對同一目標進行響應的像元輸出 逐漸逼近。圖 3 為相鄰兩幀圖像的示意圖，重合部 分圖像的校正參數(shù)為需要隨時更新的參數(shù)，而配準 的目的則是獲得相鄰兩幀圖像的位移偏移值di和dj。 Overlapped Area N M dj diFrame n Frame

17、 n-1 圖 3 相鄰兩幀圖像的示意圖 Fig.3 Diagram of two adjacent images 圖 4 是該算法的原理示意圖，前后兩幀原始紅 外圖像首先經(jīng)過非均勻性校正， 之后進行圖像配準， 并更新校正參數(shù)，更新后的校正參數(shù)用于后續(xù)視頻 序列的非均勻性校正， 如此迭代， 便可完成該算法。 需要指出的是，在參數(shù)更新過程中可以選擇不同的 wnbn + CORRECTION yn yn-1 PARAMETERS UPDATE xn-1 xn REGISTRATION Z-1 Tn en+ - + 圖 4 基于幀間配準誤差最小化的非均勻性校正的原理圖 Fig. 4 Block sch

18、eme of the non-uniformity correction method based on inter-frame registration 第35卷 第6期 紅 外 技 術 Vol.35 No.6 2013 年 6 月 Infrared Technology June 2013 314 更新速率，更新速率越快，則算法收斂越快，但是 最終的校正精度低；更新速率越慢，則算法收斂越 慢，但是最終的校正精度高。圖 5 是三種學習速率 下的 RMSE 隨幀數(shù)的關系。 由圖 5 能夠看出，該算法的最快收斂速度只要 10 幀左右，非常容易硬件化，最終校正后的 RMSE 降至 20 左右。 該

19、算法無論在校正速度還是校正精度 上均有一定優(yōu)勢，但是對圖像的配準精度和目標的 運動依然有一定要求。 縱觀紅外圖像的非均勻性校正技術，基于場景 的校正方法是發(fā)展方向，結(jié)合當前基于場景方法的 特點，其研究方向和發(fā)展趨勢主要包括如下幾點： 1） 新的校正方法與思路： 利用更加豐富多元的 假設理論與數(shù)學工具。 2）更完善的理論模型：如探測器環(huán)境溫度，多 參量對像元響應的精確刻畫。 3） 更高的收斂速度： 用十幾幀甚至幾幀就可以 完成非均勻性校正。 4）更少的不良效果：進一步完善假設，減少鬼 影效應。 5） 更低的運算量與存儲量： 更加易于系統(tǒng)集成 與硬件實時實現(xiàn)。 2 紅外圖像數(shù)字細節(jié)增強方法 紅外圖

20、像的低對比度嚴重影響了紅外圖像對目 標的探測和識別精度，限制了紅外熱成像技術在航 天、軍事、工業(yè)和醫(yī)療等領域的進一步應用。紅外 圖像的低細節(jié)分辨能力、低信噪比與人們對高性能 紅外圖像的迫切需求之間的矛盾，已經(jīng)成為制約紅 外成像技術進一步發(fā)展與應用的瓶頸，尋求有效的 技術手段破解該難題成為紅外成像領域的重要發(fā)展 方向。 對紅外圖像進行增強是解決上述難題的有效方 法之一，世界各國的科技工作者為此進行了不懈努 力， 形成了以直方圖均衡 （HE） 和反銳化掩膜 （UM） 兩種方法為主，其它新方法不斷涌現(xiàn)的局面，并產(chǎn) 生了大量研究成果。 傳統(tǒng)的 HE 方法因其簡單和有效， 在圖像增強中 獲得了較為廣泛的

21、應用18， 但是該方法存在過增強、 平坦區(qū)域噪聲被放大和漂白效應等問題19。為解決 上述問題，Vickers20（1996） 、西安電子科技大學 的王炳健等21（2005） 、邵明禮等22（2006） 、華中 科技大學的馬泳等23 （2012）提出了平臺直方圖 （PHE）以及其變化形式，緩解了上述問題。平均維 持雙向直方圖 （BBHE） 也是為克服傳統(tǒng) HE 方法的 缺陷而由 Kim24（1997）提出的，該方法根據(jù)原始 圖像的平均亮度將圖像分為兩個子圖像，并分別對 兩個子圖像進行直方圖均衡，其可以在一定程度上 維持原始圖像亮度，減輕過增強，但是存在偽輪廓 （偽像） 。之后，Chen 等（20

22、03）25提出了遞歸均值 直方圖均衡（RMSHE）方法，中國科學技術大學的 王超等（2005）26 提出了基于極大熵的亮度維持 直方圖均衡 （BPHEME） ， 這兩種方法均是對 BBHE 方法的擴展和優(yōu)化，并在圖像亮度保持性能和消除 偽像等效果上優(yōu)于 BBHE 方法。 反銳化掩膜（UM）是另一種發(fā)展成果較多的 圖像增強方法，該方法在突出圖像細節(jié)方面表現(xiàn)優(yōu) 越，但仍然存在過增強、平坦區(qū)域噪聲被放大以及 濾波器不完美而產(chǎn)生偽像等問題27。為減輕圖像偽 像， 多種濾波器相繼被提出來： Tumblin 等28（1999） 提出了利用各向異性濾波器（AD）29提取圖像細 節(jié)，經(jīng)過該濾波器的多次迭代能夠

23、一定程度上降低 偽像，但是算法復雜，且對有些場景應用還不夠穩(wěn) 圖 5 三種學習速率下 RMSE 隨幀數(shù)的關系 Fig.5 RMSE relationship with the number of frames at three kinds of learning rate 第 35 卷 第 6 期 Vol.35 No. 6 2013年6月 陳 錢： 紅外圖像處理技術現(xiàn)狀及發(fā)展趨勢 June 2013 315 定；中國地質(zhì)大學的王毅等30（2010）提出了區(qū)域 自適應各向異性濾波器（RAAD） ，該濾波器與 AD 濾波器相比在穩(wěn)定性上有所提高，并在減輕偽像上 也更勝一籌。雙邊濾波器（BF）也是為

24、提取圖像細 節(jié)分量而由 Darash 等31（2002） 提出的一種濾波器， 該濾波器能夠防止強邊緣被過度增強， 但算法耗時； 于是，Paris 等32（2002）提出了快速雙邊濾波的實 現(xiàn)方法，縮減了雙邊濾波的運行時間。此后，針對 高動態(tài)范圍圖像，Branchitta 等33（2009）提出了 雙邊濾波和動態(tài)范圍劃分（BF&DRP）的方法，該 方法能夠在壓縮大動態(tài)范圍的基頻分量的同時對細 節(jié)圖像進行有效放大，但卻存在細節(jié)部分的噪聲被 過度放大，偽像依然嚴重等問題。 近年來，通過模擬人眼視覺特性進行圖像增強 的方法也獲得了較大發(fā)展。Provenzi 等34（2007） 、 北京理工大學的金偉其

25、等35（2009）均將模擬人眼 視覺獲得圖像過程的 Retinex 方法應用到圖像增強 處理上，并取得了較好效果。中國科學院半導體研 究所的諶琛，李衛(wèi)軍等36（2012）則提出了新的自 適應仿生圖像增強算法-LDRF 方法，該方法能夠避 免過增強，并且針對不同大小、不同內(nèi)容的圖像能 夠自適應地進行圖像增強。此外，純粹通過光學手 段對圖像增強也獲得了研究成果， 比如， Vasefi 等37 （2008） 利用楔形棱鏡偏離激光源的方法改善了圖像 對比度。在實際工程應用上，美國 FLIR 公司無疑 走在了世界的前列，其提出的 DDE 技術已經(jīng)工程 化并具有較好的圖像對比度38，但依然受困于信噪 比低

26、和偽像嚴重等難題。 南京理工大學的左超、陳錢等39提出了新的基 于 BF&DRP 的 UM 方法， 該技術的處理流程如圖 6 所示。 該技術包含了 4 個主要的處理手段，分別為： 基于非線性濾波器的圖像基頻細節(jié)分離技術、基于 自適應高斯濾波器的細節(jié)優(yōu)化技術、基于冗余灰度 直方圖投影技術和細節(jié)圖像的自適應增益控制技 術。 基于非線性濾波器的圖像基頻細節(jié)分離技術的 目的是分離出紅外圖像的基頻分量和細節(jié)分量，便 于后續(xù)對基頻圖像的壓縮以及細節(jié)圖像的放大，在 該技術中主要采用了雙邊濾波器進行基頻分離。然 而，這種濾波器可能在圖像的強邊緣附近產(chǎn)生梯度 翻轉(zhuǎn)效應，其原因是由于雙邊濾波器的機理與均值 漂移相

27、關，一次雙邊濾波器的執(zhí)行過程就相當于向 圖像的局部模式收斂了一步。然而，當一個像素周 圍有很少的與其相似的像素時，加權統(tǒng)計結(jié)果是非 常不穩(wěn)定的。為此需要經(jīng)過自適應高斯濾波器對基 頻圖像進行修正，圖 7 為梯度反正效應的二位圖像 圖 6 數(shù)字細節(jié)增強技術完整處理流程 Fig. 6 Complete processing of digital detail enhancement technology (a) 原始輸入圖像經(jīng)普通直方圖顯示效果(b) 雙邊濾波處理后提取的圖像細節(jié)(c) 經(jīng)過高斯平滑處理修正后提取的圖像細節(jié) (a) Original image after histogram pro

28、cessing (b) Image detail after bilateral filtering (c) Image detail after Gaussian filtering 圖 7 梯度反轉(zhuǎn)效應二維圖像圖示 Fig. 7 Two-dimensional image effect of gradient reversal 第35卷 第6期 紅 外 技 術 Vol.35 No.6 2013 年 6 月 Infrared Technology June 2013 316 示意圖。基頻圖像分離出后，需要進行動態(tài)壓縮為 細節(jié)圖像增強提供更多的動態(tài)范圍。而細節(jié)圖像中 不僅包含待增強的信號，也含

29、有微弱噪聲，因此， 在細節(jié)的自適應增強中采取的措施是降低平坦部分 的增益系數(shù)，而增大細節(jié)豐富部分的增益系數(shù)。 圖 8 是該算法的效果對比圖，能夠看出該算法 能夠有效增強圖像細節(jié)， 且避免了噪聲的過度放大。 上述研究成果對紅外圖像細節(jié)增強技術的發(fā)展起到 了重要的推動作用，尤其在提升紅外圖像的對比度 上效果顯著。 但是依然存在如下問題沒有得到解決： 1） 增強過后的紅外圖像的細節(jié)分辨能力依然不 高，這主要是造成紅外圖像細節(jié)模糊的產(chǎn)生機理沒 有得到針對性的研究。 2） 紅外圖像細節(jié)增強的同時， 噪聲也會被放大， 信噪比得不到提高（如圖 9） 。 3） 增強過后的紅外圖像的偽像雖有所減弱， 但 還沒有

30、真正消除（如圖 10） 。 為此，結(jié)合紅外圖像的固有特性，開展有針對 性的圖像細節(jié)增強的新方法和新機制的研究，應當 成為解決當前圖像細節(jié)增強方法中面臨的一系列理 論和技術難題的新的研究方向。 3 總結(jié) 紅外圖像處理技術對紅外探測器的性能發(fā)揮、 紅外成像系統(tǒng)的性能以及成像系統(tǒng)的應用領域都產(chǎn) 生重要影響，本文根據(jù)紅外圖像的缺陷對紅外圖像 的處理方法進行了分類，分別是非均勻性校正方法 以及圖像增強方法，并對這兩種方法的研究現(xiàn)狀和 (a) (b) (a) 基于 BF & DRP 的 UM 方法 (b) 改進的 BF & DRP 方法 (a) The method based on BF & DRP (

31、b) The method based on the improved BF & DRP 圖 8 紅外圖像細節(jié)增強效果 Fig. 8 Enhancement effect of infrared images (a) (b) (a) 民航飛機紅外圖像 (b) 左超提出的方法增強過后的民航飛機紅外圖像，背景噪聲依然放大 (a) Infrared image of civil airplane (b) Infrared image of civil airplane processed by the enhancement method proposed by Chao Zuo, the nois

32、e is still be amplified 圖 9 紅外圖像細節(jié)增強后的噪聲情況 Fig.9 Noise after image enhancement 第 35 卷 第 6 期 Vol.35 No. 6 2013年6月 陳 錢： 紅外圖像處理技術現(xiàn)狀及發(fā)展趨勢 June 2013 317 (a) (b) (a) 烙鐵、手和臺燈的紅外圖像 (b) RF & DRP 方法增強過后的烙鐵、手和臺燈的紅外圖像 (a) Infrared image of iron and hands (b) Infrared image of iron, hands and table lamp after th

33、e processing of RF & DRP method 圖 10 紅外圖像細節(jié)增強后的偽像情況 Fig.10 Artifacts effect after image enhancement 發(fā)展趨勢進行了分析。雖然當前的紅外成像算法已 經(jīng)取得了很大進步，但是，橫向?qū)Ρ燃t外成像系統(tǒng) 與可見光成像系統(tǒng)，紅外成像系統(tǒng)的性能還沒有充 分發(fā)揮，且智能化程度不高。因此，預計未來，紅 外圖像處理方法在解決好紅外圖像性能缺陷的基礎 上，會繼續(xù)向著智能化、高可靠性和高性能的方向 邁進。 參考文獻： 1 李兵. 紅外焦平面陣列讀出電路及視頻信號預處理技術研究D. 重慶大學博士論文, 2000. 2 劉志

34、才, 李志廣. 紅外熱像儀圖像處理技術綜述J. 紅外技術, 2000, 22(6): 27-32. 3 張小軍, 趙亦工. 紅外焦平面陣列非均勻性校正的綜合處理算法J. 紅外技術, 2003, 3(25): 34-38. 4 楊吉. 非制冷紅外成像系統(tǒng)實時圖像處理研究D. 南京理工大學 碩士論文, 2005. 5 Mooney J M. 1/f noise measurement on PtSi focal plane arraysC/Proceedings of SPIE, 1990, 1308: 122-131. 6 Rogalski A. Infrared detectorsJ. An

35、overview. Infrared Physics & Technology. 2002, 43: 187-210. 7 Olivier RIOU, Stphane BERREBI and Pierre BREMOND. Non Uniformity Correction and thermal drift compensation of thermal infrared cameraC/Proceedings of SPIE, 2004, 5405: 294-302. 8 Scribner D A , Sarkady K A , Kruer M R, et al. Adaptive ret

36、ina-like preprocessing for imaging detector arraysC/Proceedings of IEEE International Conference in Neural Networks, 1993, 1953: 1955-1960. 9 Zuo C, Chen Q, Gu G H, et al. New temporal high-pass filter nonuniformity correction based on bilateral filterJ. Opt. Rev, 2011 (18): 197 202. 10 Harris J G ,

37、 Yu-Ming C. Nonuniformity correction of infrared image sequences using the constant-statistics constraintJ. Image Process, IEEE Trans. 1999(8): 11481151. 11 Zuo C, Chen Q, Gu G H, et al. Scene-based nonuniformity correction method using multiscale constant statisticsJ. Opt. Eng. 2011, 50(8): 087006.

38、 12 Rossi A, Diani M, Corsini G. Temporal statistics de-ghosting for adaptive nonuniformity correction in infrared focal plane arraysJ. Electron. Lett, 2010, 46: 348-U4869. 13 Scribner D A, Sarkady K A, Kruer M R, et al. Adaptive nonuniformity correction for IR focal-plane arrays using neural networ

39、ksC/Proceedings of SPIE, T.S.J. Jayadev (Ed): 1991, 1541: 100-109. 14 Hardie R C, Hayat M M, Armstrong E, et al. Scene-based nonuniformity correction with video sequences and registrationJ. Appl. Opt. 2000, 39: 1241 1250. 15 Ratliff B M, Hayat M M , Hardie R C. An algebraic algorithm for nonuniformi

40、ty correction in focal-plane arraysJ. J. Opt. Soc. Am. A 2002, 19: 17371747. 16 Ratliff B M, Hayat M M , Tyo J S. Generalized algebraic scene-based nonuniformity correction algorithmJ. J. Opt. Soc. Am. A , 2005, 22: 239-249. 第35卷 第6期 紅 外 技 術 Vol.35 No.6 2013 年 6 月 Infrared Technology June 2013 318 1

41、7 Zuo C, Chen Q, Gu G H, et al. Scene-based nonuniformity correction algorithm based on interframe registrationJ. J. Opt. Soc. Am. A, 2011, 28: 1164-1176. 18 Gonzalez R C, Wood R E. Digital image processingM. 2nd ed., Prentice Hall: 2002: 75-146. 19 Pizer S M, Ambrun E P, Austin J D, et al. Adaptive

42、 histogram equalization and its variationsC/Comput. Vis. Graph. Image Process, 1987, 39: 355-368. 20 Vickers V E. Plateau equalization algorithm for real-time display of high-quality infrared imageryJ. Opt. Eng. 1996, 35: 1921-1926. 21 王炳健, 劉上乾, 周慧鑫, 等. 基于平臺直方圖的紅外圖像自適應 增強算法J. 光子學報, 2005, 34, 299-301

43、. 22 Shao M, Liu G, Liu X, et al. A new approach for infrared image contrast enhancementC/Proc. of SPIE, 2006, 6150: 615009-1-6. 23 馬泳, 黃珺, 涂志強, 等. 基于雙平臺直方圖的紅外圖像自適應增 強方法: 中國, ZL201110370520.8P. 2012. 24 Kim Y T. Contrast enhancement using brightness preserving bi-histogram equalizationJ. IEEE Trans.

44、 Consumer Electron, 1997, 43: 1-8. 25 Chen S, Ramli A. Contrast enhancement using recursive meanseparate histogram equalization for scalable brightness preservationJ. IEEE Trans. Consumer Electron, 2003, 49: 1301-1309. 26 Wang C, Ye Z. Brithtness preserving histogram equalization with maximum entrop

45、y: a variational perspectiveJ. IEEE Trans. Consumer Electron, 2005, 51: 1326-1334. 27 Ramponi G, Strobel N, Mitra S K, et al. Nonlinear unsharp masking methods for image contrast enhancementJ. J. Electron. Imaging, 1996(5): 353-366. 28 Tumblin J, Turk G. LCIS: a boundary hierarchy for detail preserving contrast reductionC/Proc. of ACM Siggraph, 1999: 83-90. 29 Perona P, Malik J. Scale-space and edge detection using aniso