基于参考辐射源/定标的校正算法(一)

简介: 一种基于场景的非均匀校正算法,补充一下更加简单,容易工程化实现的基于参考辐射源的校正算法,也叫基于定标的校正算法。

5cea7140009d43d3bee8b1f871e19c3a.png

基于参考辐射源的校正算法是一种利用像黑体这样可提供均匀且可控红外辐射的设备作为参考辐射源,对IRFPA 的输出进行定标的过程。这类校正算法的原理简单,计算量及数据存储量都较小,易于硬件的实时实现;并且,与基于场景的校正算法相比,其不需要场景的相对运动,非常适合于工厂的批量生产环节。所以,该类校正算法一般应用于红外成像设备的制造过程或者系统的初始化环节。该类算法主要包括有一点校正、两点校正和多点校正,下面分别对上述算法的校正原理进行详细说明。

一点定标校正算法

根据 Mooney 的探测器 **线性响应模型**,第i行第j列的探测器单元的输出信号S(i,j),与其接收到红外辐照度 φ 之间的关系可以表示为

2e5f037e43634c8ea27eafcb3db72568.png

其中,A(i,j)和B(i,j)分别为探测单元响应的增益和偏置系数。通常,对于同一探测单元,一般可假设增益和偏置系数短时间内基本不会发生变化;而对于不同的探测单元,其响应特性是存在差异的。这就导致了不同的探测单元在接受相同的红外辐射的情况下,其响应输出是不同的。在接收到相同的辐照度 φ1时,不同探测器 S1、S2 和 S3 的响应输出存在明显的差异。一点校正的基本原理是在已知辐照度 φ1 的条件下,利用探测器的输出值调整探测器的偏置系数,最终使得不同探测器的输出相同。

对于像素规模为 M×N 的 IRFPA,算法步骤:

step 1:选取辐照度 φ1为 IRFPA 的定标点,记录探测单元(i, j) 的响应输出S(φ)。

step 2:根据步骤 1 记录的响应输出,计算 IRFPA 的理想输出值。该过程可以通过对 IRFPA 中的所有探测单元的输出信号求评价所得,即

ba03eb86a38c4f6d9052e0febe25f51b.png

step 3:计算探测器单元S(φ1)与理想输出的差异,该差值即一点校正算法的校正系数,即有

2b2fba1fc1db4208a94af016cf2adcae.png

step 4:对任意S(φ),其校正的输出值为

ff28abceeccd474b8134a7455335b927.png

3e8dd8c2c7424110a08ceac60c795422.png

优点:只需一次定标计算即可获得校正参数

缺点:只校正了 IRFPA 的响应非均匀性中的偏置成分,而没对增益进行校正


目录
相关文章
|
7月前
|
算法
基于最小二乘正弦拟合算法的信号校正matlab仿真,校正幅度,频率以及时钟误差,输出SNDR,SFDR,ENOB指标
基于最小二乘正弦拟合算法的信号校正matlab仿真,校正幅度,频率以及时钟误差,输出SNDR,SFDR,ENOB指标
|
5月前
|
机器学习/深度学习 数据采集 算法
【机器学习】CART决策树算法的核心思想及其大数据时代银行贷款参考案例——机器认知外界的重要算法
【机器学习】CART决策树算法的核心思想及其大数据时代银行贷款参考案例——机器认知外界的重要算法
|
7月前
|
文字识别 算法 计算机视觉
图像倾斜校正算法的MATLAB实现:图像倾斜角检测及校正
图像倾斜校正算法的MATLAB实现:图像倾斜角检测及校正
|
7月前
|
存储 算法 JavaScript
Java入门高频考查算法逻辑基础知识3-编程篇(超详细18题1.8万字参考编程实现)
解决这类问题时,建议采取下面的步骤: 理解数学原理:确保你懂得基本的数学公式和法则,这对于制定解决方案至关重要。 优化算法:了解时间复杂度和空间复杂度,并寻找优化的机会。特别注意避免不必要的重复计算。 代码实践:多编写实践代码,并确保你的代码是高效、清晰且稳健的。 错误检查和测试:要为你的代码编写测试案例,测试标准的、边缘情况以及异常输入。 进行复杂问题简化:面对复杂的问题时,先尝试简化问题,然后逐步分析和解决。 沟通和解释:在编写代码的时候清晰地沟通你的思路,不仅要写出正确的代码,还要能向面试官解释你的
91 0
|
7月前
|
自然语言处理 算法
基于NIQE算法的图像无参考质量评价算法matlab仿真
基于NIQE算法的图像无参考质量评价算法matlab仿真
|
7月前
|
算法 安全 Java
「译文」Java 垃圾收集参考手册(三):GC 算法基础篇
「译文」Java 垃圾收集参考手册(三):GC 算法基础篇
|
7月前
|
算法 Java
「译文」Java 垃圾收集参考手册(八):GC 算法总结
「译文」Java 垃圾收集参考手册(八):GC 算法总结
|
7天前
|
算法
基于WOA算法的SVDD参数寻优matlab仿真
该程序利用鲸鱼优化算法(WOA)对支持向量数据描述(SVDD)模型的参数进行优化,以提高数据分类的准确性。通过MATLAB2022A实现,展示了不同信噪比(SNR)下模型的分类误差。WOA通过模拟鲸鱼捕食行为,动态调整SVDD参数,如惩罚因子C和核函数参数γ,以寻找最优参数组合,增强模型的鲁棒性和泛化能力。
|
13天前
|
机器学习/深度学习 算法 Serverless
基于WOA-SVM的乳腺癌数据分类识别算法matlab仿真,对比BP神经网络和SVM
本项目利用鲸鱼优化算法(WOA)优化支持向量机(SVM)参数,针对乳腺癌早期诊断问题,通过MATLAB 2022a实现。核心代码包括参数初始化、目标函数计算、位置更新等步骤,并附有详细中文注释及操作视频。实验结果显示,WOA-SVM在提高分类精度和泛化能力方面表现出色,为乳腺癌的早期诊断提供了有效的技术支持。
|
9天前
|
算法
基于GA遗传算法的PID控制器参数优化matlab建模与仿真
本项目基于遗传算法(GA)优化PID控制器参数,通过空间状态方程构建控制对象,自定义GA的选择、交叉、变异过程,以提高PID控制性能。与使用通用GA工具箱相比,此方法更灵活、针对性强。MATLAB2022A环境下测试,展示了GA优化前后PID控制效果的显著差异。核心代码实现了遗传算法的迭代优化过程,最终通过适应度函数评估并选择了最优PID参数,显著提升了系统响应速度和稳定性。