基于补偿的显微多光谱成像中的非均匀校正技术研究.docVIP

学科分类号（二级）F050806本科学生毕业论文（设计）题目基于补偿的图像非均匀校正 技术研究 姓名 马玄月学号 084090329 院、系 物理与电子信息学院 专业 应用电子技术教育指导教师 李宏宁职称（学历） 讲师（博士） 基于补偿的图像非均匀校正技术研究摘要：在成像中存在这种问题,同一图像中，每个像素的灰度值会存在不同的偏差，这就是像素响应非均匀性的表现。而为了真实地反映被测目标的实际情况, 达到精密测量的目的,就必须对所成像中各像素的非均匀响应进行校正,使每个像素在相同强度的辐照度下输出的灰度值在允许的误差范围之内, 这样才能客观真实地反映目标的实际图像。本文用基于补偿的方法对成像中的图像进行了非均匀校正，并研究了此方法的优点和缺点。关键词：非均匀性校正；成像非均匀性；基于补偿1 引言在日常生活中，我们总是认为摄像机等成像的机器设备所成像能完全正确的反应物体的特征，事实上并不是这样的。由于机器中CCD的限制性，各个像元对同样的光辐照反应并不相同，有的甚至存在很大的差异。并且这种差异不一定总是相同的，也就是说在不同时间不同环境下，差异的大小和类型会变化。由于这种差异的存在，使得成像中各像元的灰度值与真实值相比会存在一定的偏差。在机器成像中，同一辐照下，各个像素对像元的反应与对应像元的真实值存在的偏差的总和，就是图像的非均匀性。6在日常生活中，我们对成像的要求不高时，就近似的认为摄像机等成像的机器设备能完全正确的反应真实物体。但是在需要精确成像的情况下，为了正确的反应成像物体的细微特征，达到精确测量的目的，就要使每个像素在同一光照强度下输出的值与真实值尽量的接近，因此要对成像进行非均匀性的校正。CCD 图像非均匀性产生的原因十分复杂,具体从信号传递过程来分析 ,导致非均匀性的因素首先是光学系统; 其次是拼接多片TDICCD 的焦平面,其入射窗口材料因透过率各异所导致的响应不均匀性;第三就是TDICCD 成像光敏元响应度的不一致性;还有读出电路自身以及CCD 信号处理电路与CCD 探测器的耦合因素等。而造成CCD 光敏元响应不均匀性的原因也是多种多样的5 ,硅材料本身的质量以及CCD的生产工艺造成的不均匀性都是无法改变的,如沟道掺杂浓度不均匀、表面态密度分布不均匀以及栅氧化物厚度不同造成的开启电压不同和光敏元有效面积不同,从而引入了固定模式噪声,表现为暗电流及光电响应的不均匀性。在这些非均匀因素中,有些仅与探测器自身性能相关,其中线性的因素比较容易测定和校正,而对于其中与器件工作条件、目标辐射等相关的非均匀因素,则很难进行控制。目前, 对CCD 像素响应不均匀校正的研究还不是很多。目前，国内学者在成像的非均匀校正方面做了大量工作, 比如陈锐等人提出把暗电流和光电非均匀性分开校正的方法1; 霍晓江等人在忽略暗电流等因素的条件下, 提出了采用量子效率和变波长输入光的校正方法2; 程万胜等人对CCD 面均匀性进行了检测, 说明了非均匀性的存在6; 其它相关文献7-9都是针对图像噪声进行处理, 没有对所用CCD 的非均匀性进行研究。本文是也是采用基于补偿的方法针对图像噪声进行处理。2 基于补偿的非均匀校正方法的原理在成像技术中，基于实际考虑，主要研究基于补偿的非均匀校正技术，具体思路如下：在成像过程中每拍摄形成一张实物的实拍图时，在同一条件下对白板进行实拍得到一张白板的实拍图。假设白板上每个像元都是均匀的，由于成像过程中的各种不确定因素使白板的实拍图中各个像素出现非均匀的响应。白板实拍图与实物实拍图发生的非均匀响应应该是非常相似的，假设两者相等，那么用白板实拍图对实物的实拍图进行补偿校正，可使经校正后的实物实拍图更客观的呈现实物原貌。首先，通过对白板的实拍得到白板实拍图，白板上的每一个像素应该是均匀的，设白板上的像素点为=255 （1）白板实拍图中的像素产生了非均匀相应，设白板产生非均匀响应后对应像素为 （2）然后用同一个仪器拍摄出的实物实拍图，设它的对应像素为 （3）对实物实拍图校正，经过非均匀校正后得到的对应像素为 （4）3 基于补偿的非均匀校正方法的实现3.1 基于补偿的非均匀校正方法的主要步骤本文用C#2008实现非均匀校正。程序主要由四个部分构成：（1）打开实物实拍图，将图像放在pictureBox1.Image中，程序见附录1；（2）打开白板实拍图，并将图像放在pictureBox3.Image中，程序见附录1；（3）运用公式（4）对实物实拍图进行非均匀校正并在pictureBox3.Image中显示，程序见附录1；（4）保存结果，程序见附录1。3.2 校正结果(1)用以上程序对彩色图像进行非均匀校正，校正结果如下图所示： （a）白板实拍图 （b）实物实拍图 （c）非均匀校正结果图1彩色图像非均匀校正结果从图1中可以看到，白板实拍图(a)和实物实拍图(b)图像均出现了非均匀性，具体表现为图片的上半部分比较暗，越往下越亮。运用上述基于补偿的方法对实物实拍图进行校正后的结果如图(c)所示，对实拍上半部分的光线补偿有明显的效果，但是存在以下一些问题：首先，颜色出现了失真情况，例如左上角部分出现了本不应该出现的蓝点；其次，实物实拍图中的一些信息丢失了，例如左边除了字以外的背景部分，实物实拍图此部分背景中有图像的，校正后这部分的背景信息丢失严重。(2)对黑白图像进行非均匀校正，校正结果如下图所示： （a）白板实拍图 （b）实物实拍图 （c）非均匀校正结果图2黑白图像非均匀校正结果从图2的图像看，经过校正后的图片(c)确实有效解决了实物实拍图(b)中出现的图像上半部分暗越往下越亮的非均匀性的问题，但是又是校正后的图像出现了一些新问题。首先，图像出现失真，例如图(c)中左上角失真情况就比较明显，出现一些点状的空白，而原图中是没有的；其次，实物实拍图中的一些信息丢失了，例如左边除了字以外的背景部分图片信息丢失也较明显，实物实拍图此部分背景中有图像的，校正后这部分的背景信息丢失严重，几乎看不到原实拍图中的背景。(3)图片中间亮边缘暗的非均匀性的校正，此情况下的非均匀校正结果如下： （a）白板实拍图 （b）实物实拍图 （c）非均匀校正结果图3中间亮边缘暗图片的非均匀校正结果图3中展示的是中间亮越往边缘越暗的图片的非均匀性校正。从图(a)和图(b)中很容易看出，本应该是一个颜色的图像出现了中间亮边缘暗的非均匀性，比如白板应该是颜色均匀的白色，但是在图(a)白板实拍图中，边缘呈现的是灰色。实物实拍图也可以明显看出这种图像的非均匀性。用基于补偿的方法对实物实拍图进行非均匀校正后得到图(c)，图(c)中这种非均匀性得到很好的校正，颜色基本均匀。但是也可以看出校正中出现的一些问题：首先，在图的中间偏左的位置出现了反常的黑点；其次，图像信息失真，较明显的是图(c)中靠下的部分，能看到一些细微的黑点，这在原图中是不存在的；最后，图像也存在明显的原图信息丢失情况，例如图(c)中上半部分，原图中有红白相间的背景。在校正后的图片中背景全部丢失变成一片白色，出现严重的图像信息丢失情况。4 基于补偿的非均匀校正方法的改进4.1原校正方法的分析与改进通过对上述处理结果的分析发现，在基于补偿的非均匀校正的实现过程中，存在一些原因导致了非均匀校正的不准确。主要原因有以下两点：首先，在相机拍摄照片的过程中，相机会进行自动调焦，或自动调节光线，有可能导致白板光线水平和实物图水平不一致，使得表面看实物实拍图和白板实拍图是在同一条件下得到的，实际上并非如此。在上述的非均匀校正中就出现白板实拍图的光线水平低于实物实拍图的光线水平，这时用白板实拍图对实物图进行校正时过多像素的计算结果高于255，最终导致实物实拍图中信息的丢失。其次，白板本身不一定是均匀的，比如白板表面不光滑导致有的地方存在细微的阴影，阴影的不确定性导致白板本身的非均匀性，白板的非均匀性导致白板实拍图中出现的非均匀性不仅仅是成像系统造成的，因此，在用白板实拍图对实物实拍图进行校正的同时，也把白板本身的非均匀信息加入到实物图的校正结果中，导致所得结果中存在非实物的信息，使非均匀校正结果不准确，最终导致校正后的图像存在失真的情况。出于以上原因，对上述非均匀校正方法进行如下改进，使校正结果更接近实物。首先对白板光线进行补偿，将原公式（4）： （4）改为： （5）在程序中每个颜色通道都做如此修改，以增加白板实拍图亮度的方式减少实物实拍图中信息的丢失。程序见附录2其次，对白板实拍图进行半径为35像素的高斯模糊，减少白板本身非均匀性对校正结果的影响。4.2改进后的校正结果(1)彩色图像的非均匀校正结果 （a）实物实拍图 （b）原校正结果 （c） 改进后的校正结果图4彩色图像非均匀校正结果比较如图4所示，彩色图像的改进后的校正结果与原校正结果相比，克服了原校正结果中图像失真和图像信息丢失的问题，更好的还原了物体的本来面貌。例如原校正图像(b)中左上角出现的蓝点的失真情况，在改进后的校正结果(b)中就不再出现，还有原校正图像(b)左边的背景信息大部分丢失的情况，在改进后的校正图像(c)中的到了很好的改善，背景信息得到很好的保留。并且改进后的校正图像中保留了原校正图像的优点，很好的改善的实物实拍图(b)中上半部分暗下半部分亮的非均匀性，更正确的反应了物体的细微特征。(2)黑白图像的非均匀校正结果： (c)实物实拍图 （b）原校正结果 （c）改进后的校正结果图5黑白图像非均匀校正结果比较如图5(c)所示为改进后的校正结果，相比于原校正结果(b)图，其效果有很明显的改善。首先对于原校正图像左上角出现的失真情况，在图(c)中得到较好的还原；其次对于原校正图像中部分信息丢失的情况，经过改进后校正，又可以看到原实拍图中的背景信息等。（3）图片中间亮边缘暗的非均匀性的校正，此情况下的非均匀校正结果如下： （a）实物实拍图 （b）原校正结果 （c）改进后的校正结果图6中间亮边缘暗的图像的非均匀校正结果比较非均匀校正误差减小。从图(b)和图(c)中很容易看出，经过改进后的非均匀校正，对于原校正结果中出现的一些问题有明显的改善，首先，在图(b)的中间偏左的位置出现的反常的黑点已经消失；其次，对于图像信息失真的情况，尤其是是图(b)中靠下的部分的黑点已经略显平滑；最后对于存在的原图信息丢失情况，例如图(b)中上半部分的原图中红白相间的背景线条丢失。通过改进后的校正，又可以重新看到这些线条。可以看出，经过改进，校正后的图像更接近实物。5 总结本文所运用的基于补偿的非均匀校正方法能够针对每个实物图像不同的非均匀性进行校正，针对性较强，能用同一种方法对由各种原因产生的各种形式的图像非均匀性进行有效的校正，并能达到很好的效果。但是由于每拍摄一张实物图就要拍摄一张白板，在实际应用中有一定的局限性。参考文献：1 陈锐，谈新权.红外图像非均匀性校正方法综诉J.红外技术，2002，24（1）：1-3.2 霍晓江，郭肇敏，张志恒，楼波.基于积分时间的IRFPA 非均匀性校正方法研究J.红外与激光工程,2008,第37卷：604-607.3 蔡盛，柏旭光，乔彦峰. 基于标定的IRFPA非均匀性校正方法综述J.红外技术，2007，29（10）：589-592.4 楼波，张锋，宋利权. 基于DSP的红外焦平面阵列非均匀性校正技术J. 红外与激光工程，2007，36（1）：23-26.5 周慧鑫，李庆，刘上乾，等. 红外焦平面陈列非均匀性及校正分析J. 激光与红外，2003，33(6): 446-448.6 程万胜，赵杰，蔡鹤皋. CCD 像素响应非均匀的校正方法J. 光学精密工程，2008，16（2）：315-318.7 王文华，何斌，韩双丽，李国宁，吕增明，任健岳. 星上CCD成像非均匀性的校正J. 光学精密工程，2010，6：1421-1428.8 刘永进,朱红,赵亦工. 基于红外焦平面阵列读出结构的非均匀校正算法J . 光学精密工程,2008 ,16 (1) :128-133.9 MOONEY J M, SHEPHERD F D, EWING W S, teal. Responsively no uniformity limited performance of infrared staring cameras J.Optical Engineering, 1989, 28(11): 1151-1161.10 MENDENHALLJAL ENCIONI DE, HEAM DR, et al EO21 Advanced Land Imager in FlightCalibration J. S PI E,1998,34（39）：416422.Research on compensation of non-uniformity correction in an imageSummary: This problem exists in the image, in the same image, each pixel grayscale values of the tolerances of, which are the pixel response non-uniformity of expression. But in order to truly reflect the measured target of the actual situation, achieve the purpose of precise measurement, it must be on the image at the pixel response non-uniformity correction, irradiance output for each pixel in the same strength of gray-scale value is within the allowed range, in order to objectively and truly reflect the actual image of the target. This compensation method based on micro-multi-spectral image no uniformity correction of image, and the study of this method compared to the advantages and disadvantages of the method based on the template. Keywords: non-uniformity correction; image no uniformity; based on compensation附录1：基于补偿的非均匀校正方法原程序：namespace WindowsFormsApplication1 public partial class Form1 : Form public Form1() InitializeComponent(); Image image = null; private void button2_Click(object sender, EventArgs e) if (openFileDialog1.ShowDialog() = DialogResult.OK) image = Image.FromFile(openFileDialog1.FileName); pictureBox1.Image = image; private void button4_Click(object sender, EventArgs e) if (openFileDialog1.ShowDialog() = DialogResult.OK) image = Image.FromFile(openFileDialog1.FileName); pictureBox3.Image = image; Bitmap dest = null; private void button3_Click(object sender, EventArgs e) dest = new Bitmap(image.Width, image.Height); Bitmap src = (Bitmap)pictureBox3.Image; Bitmap src2 = (Bitmap)pictureBox1.Image; for (int x = 1; x image.Width - 1; x+) for (int y = 1; y 255 ) Red = 255; else Red = Convert.ToInt16(Val1); double Val2 = c2.G * 255 / (c1.G + 1); int Green; if (Val2 255 ) Green =255; else Green = Convert.ToInt16(Val2); double Val3 = c2.B * 255 / (c1.B + 1); int Blue; if (Val3 255) Blue = 255; else Blue = Convert.ToInt16(Val3); Color c3 = Color.FromArgb(Red, Green, Blue); dest.SetPixel(x, y, c3); pictureBox2.Image = dest; private void button1_Click(object sender, EventArgs e) if (saveFileDialog1.ShowDialog() = DialogResult.OK) pictureBox2.Image.Save(saveFileDialog1.FileName); 附录2：基于补偿的非均匀校正方法改进后的程序：namespace WindowsFormsApplication1 public partial class Form1 : Form public Form1() InitializeComponent(); Image image = null; private void button2_Click(object sender, EventArgs e) if (openFileDialog1.ShowDialog() = DialogResult.OK) image = Image.FromFile(openFileDialog1.FileName); pictureBox1.Image = image; private void button4_Click(object sender, EventArgs e) if (openFileDialog1.ShowDialog() = DialogResu