[发明专利]一种场景自适应的红外焦平面成像系统灰度超分辨方法

摘要

一种场景自适应的红外焦平面成像系统灰度超分辨方法，它涉及红外热成像设备技术领域。它的算法为：(1)基于场景直方图统计的超分辨区间的获取。(2)超分辨灰度区间预测算法。(3)超分辨硬件构架。(4)超分辨图像的非均匀性校正算法。它采用根据场景辐射量自适应调节方式，不需要人工设置，自动实时有效地提高了对场景中目标的温差分辨率，同时降低背景干扰，实现了对场景自适应的红外成像灰度超分辨，增加了弱小目标的探测距离。

主权项

一种场景自适应的红外焦平面成像系统灰度超分辨方法，其特征在于它的算法为：(1)基于场景直方图统计的超分辨区间的获取，采用直方图截取的方式，分别在直方图中搜索最大和最小灰度值作为灰度截取位置，最大灰度值和最小灰度值包含的灰度区间就是场景区域的灰度分布，表达式为：$R_{\mathrm{gray}}=\left\{\begin{array}{c}{\mathrm{MIN}}_{\mathrm{gray}},\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{h}_i\<\mathrm{SU}{M}^{*}3\%\\ \mathrm{MA}{X}_{\mathrm{gray}},\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{h}_{256-i}\<{\mathrm{SUM}}^{*}3\%\end{array}\right.$式中R_gray表示场景灰度范围，MAX_gray为直方图最大值方向的3％像素截取灰度，MIN_gray为直方图最小值方向的3％像素截取灰度，h_i为图像直方图，该提取方式可以用于较为复杂的场景；(2)超分辨灰度区间预测算法，超分辨主要是根据获得图像中场景灰度值的变化来改变的，其基本原则是将获得的场景灰度区间换算成焦平面输入电压范围，通过输入有效电压范围调整接受信号端的运放和减直电路，剪掉场景灰度区间最低点的无效电平，然后对剩余部分信号放大到模数转换满幅的范围，其中，结合了LMS自适应滤波的方法，一是可以预测场景灰度区间范围，让需要超分辨的场景灰度更加精确，二是可以滤掉一些不必要的干扰，有利于对每帧图像超分辨过度平缓，使系统工作更加稳定可靠；(3)超分辨硬件构架，在前面理论研究的基础上，采用了一种双ADC模数转换器的硬件架构方式进行实现，主要由两个高精度的ADC、探测器、超分辨成像处理系统等构成，探测器对目标场景成像后将图像分成两路输入到高速模数转换器件，一路固定动态范围转换到图像处理系统中分析，提取场景灰度范围，求出灰度超分辨参数；另一路利用上一路求取的灰度超分辨参数调节运放系数和模数转换的基准，转换完数据后送入后续图像处理系统做进一步校正等处理，这样就完成基于场景分析的灰度超分辨技术，整个超分辨硬件两部分互不影响独立运行，结构简单，可以满足小型化、低功耗设计；(4)超分辨图像的非均匀性校正算法，采用一种双边滤波直方图均衡红外焦平面自适应校正算法，突破传统自适应校正算法研究思路，引入中值直方图均衡思想，对探测元邻域进行时域直方图中值均衡，从而校正了由于焦平面非均匀性引起邻域像素灰度差异，达到了消除焦平面非均匀性目的，另外为了避免由于图像静止及边缘像素引起的目标边缘退化和伪像，在直方图均衡中加入双边滤波机制，保护了目标细节，抑制了目标边缘的退化和伪像。