基于多项式逼近的红外系统渐晕效应校正方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于多项式逼近的红外系统渐晕效应校正方法

李召龙, 沈同圣, 娄树理

文章导航 > 红外与激光工程 > 2016 > 45(S1): 6-10

李召龙, 沈同圣, 娄树理. 基于多项式逼近的红外系统渐晕效应校正方法[J]. 红外与激光工程, 2016, 45(S1): 6-10. doi: 10.3788/IRLA201645.S104002

引用本文:

李召龙, 沈同圣, 娄树理. 基于多项式逼近的红外系统渐晕效应校正方法[J]. 红外与激光工程, 2016, 45(S1): 6-10. doi: 10.3788/IRLA201645.S104002

Li Zhaolong, Shen Tongsheng, Lou Shuli. Vignetting correction method for the infrared system based on polynomial approximation[J]. Infrared and Laser Engineering, 2016, 45(S1): 6-10. doi: 10.3788/IRLA201645.S104002

Citation:

Li Zhaolong, Shen Tongsheng, Lou Shuli. Vignetting correction method for the infrared system based on polynomial approximation[J]. Infrared and Laser Engineering, 2016, 45(S1): 6-10. doi: 10.3788/IRLA201645.S104002

基于多项式逼近的红外系统渐晕效应校正方法

doi: 10.3788/IRLA201645.S104002

1.
海军航空工程学院控制工程系,山东烟台 264001;
2.
中国国防科技信息中心,北京 100142

基金项目:

国家自然科学基金(61303192)

作者简介:
李召龙(1987-),男,博士生,主要从事光电制导、红外物理与技术、红外成像系统性能测试与仿真等方面的研究。Email:zgzb1987@sina.com

中图分类号: TN216

Vignetting correction method for the infrared system based on polynomial approximation

1.
Department of Control Engineering,Naval Aeronautical and Astronautical University,Yantai 264001,China;
2.
National Defense Science and Technology Information Center,Beijing 100142,China

摘要: 渐晕效应是在红外成像时像平面中心区域较亮而边缘区域较暗的现象。渐晕效应对红外系统成像性能的影响非常严重,因此系统使用时有必要对渐晕效应进行校正。首先对渐晕效应的产生原因做了分析,然后提出了一种基于场景的渐晕校正方法。通过场景之间的方差信息提取背景,用多项式逼近背景灰度分布,得到校正因子,从而实现渐晕校正。为评价校正效果,提出具有统计意义的行间方差概念。分别利用星空和海面两种场景对校正方法进行验证。校正后行间方差减小到未校正行间方差的13.6%和3.8%,校正效果比较理想。
- 渐晕效应 /
- 背景灰度分布 /
- 多项式逼近 /
- 校正因子 /
- 行间方差
Abstract: Vignetting effect during infrared imaging is the phenomenon that image plane center region is bright but edge is dark. The vignetting effect is very serious, so it is necessary to correct the vignetting effect when the system is used. First, the cause of the vignetting effect was analyzed. Then, a fast correction method was proposed. The background information was extracted, and the background gray distribution was obtained by polynomial approximation. To evaluate the correction effect, the concept of variance between rows which has statistical significance was put forward. To verify the correction method, two kinds of scenes were used. Variance between rows was reduced to 13.6% and 3.8% compared with uncorrected images. The effect of the correction method is ideal.
- vignetting effect /
- background gray distribution /
- polynomial approximation /
- correction factor /
- variance between rows

[1]	Feng Qiang, Huo Junyan, Yang Haitao. Anoval anti-vignetting method[J]. Electronic Science and Technology,2007(10):67-70. (in Chinese)
[2]	Wonpil Yu. Practical anti-vignetting methods for digital cameras[J]. IEEE Transactions on Consumer Electronics, 2004, 50(4):975-983.
[3]	Muralikrishna P, Prakash S, Subbaraya B H. Digital processing of spacelab imagery[J]. Advanced Space Research, 1982, 2(7):107-110.
[4]	Yu W, Chung Y, Soh J. Vignetting distortion correction method for high quality digital imaging[C]//IEEE Int Conf Pattern Recognition, 2004, 3:666-669.
[5]	Seon Joo Kim, Marc Pollefeys. Robust radiometric calibration and vignetting correction[J]. IEEE Trans ROPAAMI, 2008, 30(4):562-576.
[6]	Lei Chun, Zhang Baomin, Feng Shengrong. Research on vignetting in thermal imaging system[J]. Infrared and Laser Engineering, 2000, 29(4):13-16. (in Chinese)
[7]	Chen Siyu, Dai Shuguang, Mu Pingan. Correction of CCD camera lens vignetting[J]. Applied Mechanics and Materials,2013, 373-375:603-607.
[8]	Wu H S, Berba J, Gil J. Iterative thresholding for segmentation of cells from noisy images.[J]. Journal of Microscopy, 2000, 197(Pt3):296-304.
[9]	Xavier J B, Schnell A, Wuertz S, et al. Objective threshold selection procedure (OTS) for segmentation of scanning laser confocal microscope images[J]. Journal of Microbiological Methods, 2001, 47(2):169-180.
[10]	Piccinini F, Lucarelli E, Gherardi A, et al. Multi-image based method to correct vignetting effect in light microscopy images[J]. Journal of Microscopy, 2012, 248(1):6-22.
[11]	Aijun L, Hejun L, Kezhi L, et al. Modeling of CVI process in fabrication of carbon/carbon composites by an artificial neural network[J]. Science in China Ser E, 2003, 46(2):173-181.

[1]	雷鹏, 胡金春, 朱煜, 杜胜武. 傅氏级数和多项式结合的图像灰度建模及位移测量 . 红外与激光工程, 2022, 51(3): 20210123-1-20210123-8. doi: 10.3788/IRLA20210123
[2]	郭广明. 基于流动控制的超声速混合层气动光学效应校正方法研究 . 红外与激光工程, 2019, 48(8): 809001-0809001(8). doi: 10.3788/IRLA201948.0809001
[3]	丁浩林, 易仕和, 吴宇阳, 张锋, 何霖. 基于BOS技术的气动光学流场传输效应成像偏移校正方法研究 . 红外与激光工程, 2018, 47(4): 418003-0418003(8). doi: 10.3788/IRLA201847.0418003
[4]	刘显著, 王超, 江伦, 刘壮, 杨进华, 姜会林. 二维多项式位相光瞳滤波实现超分辨望远成像 . 红外与激光工程, 2018, 47(4): 418007-0418007(6). doi: 10.3788/IRLA201847.0418007
[5]	汪立新, 朱战辉, 李瑞. 动态Allan方差改进算法及其在FOG启动信号分析中的应用 . 红外与激光工程, 2016, 45(7): 726004-0726004(8). doi: 10.3788/IRLA201645.0726004
[6]	闫伟, 陈志华, 杜太焦, 关奇. 基于相关波前探测算法校正热晕的数值模拟 . 红外与激光工程, 2016, 45(10): 1032001-1032001(5). doi: 10.3788/IRLA201645.1032001
[7]	何其锐, 李立萍. 减小声光频谱仪频率测量方差算法研究 . 红外与激光工程, 2015, 44(5): 1564-1568.
[8]	崔平, 倪林. 分布式压缩感知联合重构算法 . 红外与激光工程, 2015, 44(12): 3825-3830.
[9]	乔永明, 马彩文, 靳虎敏, 郝伟, 吕涛. 伞状多层分布式结构光学跟踪平台研究 . 红外与激光工程, 2015, 44(12): 3673-3677.
[10]	杨新锋, 刘远超, 粘永健, 滕书华. 超光谱图像的分布式压缩 . 红外与激光工程, 2015, 44(6): 1950-1955.
[11]	冯晓星, 张鹏飞, 乔春红, 张京会, 范承玉, 王英俭. 高能固体脉冲激光热晕效应相位补偿的数值分析 . 红外与激光工程, 2015, 44(5): 1408-1413.
[12]	高绍姝, 金伟其, 王延江, 张晓东. 灰度融合图像目标与背景感知对比度客观评价模型 . 红外与激光工程, 2015, 44(5): 1660-1665.
[13]	孙文卿, 陈磊, 李金鹏, 乌兰图雅, 何勇. 非圆孔径离散采样点正交多项式波前拟合 . 红外与激光工程, 2015, 44(3): 1068-1072.
[14]	李召龙, 沈同圣, 史浩然, 娄树理. 基于场景的红外光学系统渐晕效应校正方法 . 红外与激光工程, 2015, 44(S1): 8-12.
[15]	张春熹, 王璐, 高爽, 李慧鹏, 林铁, 李先慕, 王涛. 基于动态Allan 方差的光纤陀螺随机误差分析 . 红外与激光工程, 2014, 43(9): 3081-3088.
[16]	蔺辉, 刘立力, 田新锋, 郝芸. 强激光近场分布测量中科学级CCD 的非均匀性校正 . 红外与激光工程, 2014, 43(7): 2108-2111.
[17]	李亚鹏, 何斌, 付天骄. 行间转移型面阵CCD成像系统设计 . 红外与激光工程, 2014, 43(8): 2602-2606.
[18]	王鲁平, 张路平, 韩建涛. 采用灰度加权核函数的动态背景运动目标检测算法 . 红外与激光工程, 2013, 42(12): 3453-3457.
[19]	陶明慧, 张宇, 张星祥, 任建岳, 李亚鹏. 基于退化模型的图像渐晕处理技术 . 红外与激光工程, 2013, 42(8): 2262-2268.
[20]	王奇涛, 佟首峰, 徐友会. 采用Zernike多项式对大气湍流相位屏的仿真和验证 . 红外与激光工程, 2013, 42(7): 1907-1911.

WeChat

点击查看大图

计量

文章访问数: 323
HTML全文浏览量: 46
PDF下载量: 219
被引次数: 0

基于多项式逼近的红外系统渐晕效应校正方法

doi: 10.3788/IRLA201645.S104002

1. 海军航空工程学院控制工程系,山东烟台 264001;

2. 中国国防科技信息中心,北京 100142

作者简介:
李召龙(1987-),男,博士生,主要从事光电制导、红外物理与技术、红外成像系统性能测试与仿真等方面的研究。Email:zgzb1987@sina.com

收稿日期: 2016-02-07
修回日期: 2016-03-14
刊出日期: 2016-05-25

基金项目:

国家自然科学基金(61303192)

中图分类号: TN216

关键词:

摘要: 渐晕效应是在红外成像时像平面中心区域较亮而边缘区域较暗的现象。渐晕效应对红外系统成像性能的影响非常严重,因此系统使用时有必要对渐晕效应进行校正。首先对渐晕效应的产生原因做了分析,然后提出了一种基于场景的渐晕校正方法。通过场景之间的方差信息提取背景,用多项式逼近背景灰度分布,得到校正因子,从而实现渐晕校正。为评价校正效果,提出具有统计意义的行间方差概念。分别利用星空和海面两种场景对校正方法进行验证。校正后行间方差减小到未校正行间方差的13.6%和3.8%,校正效果比较理想。

English Abstract

全文HTML

参考文献 (11)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回