星载红外成像仪焦平面非均匀性分析与校正方法研究.doc

星载红外成像仪焦平面非均匀性分析与校正方法研究樊彩霞 谷小青 摘 要:由于材料、工艺等原因，红外焦平面阵列（IRFPA）各探测元存在响应不一致问题，导致红外图像的非均匀性。非均匀性校正（NUC）是星载红外成像仪图像处理系统的重要环节。本文结合空间相机的应用重点分析了基于定标的两点校正法和基于场景的自适应神经网络法，并通过仿真图像验证了神经网络算法的校正效果。关键字:星载红外成像仪；红外焦平面阵列；非均匀性校正；神经网络中图分类号：TP13 文献标识码：ANon-uniformity Analysis and Correction for Focal Plane Arrays of the Spaceborne Infrared Thermal ImagerFan Caixia Gu XiaoqingAbstract：Due to the the material and manufacturing technology of the IRFPA, every detectors responsivity is different,which result in non-uniformity of IR images.Thus non-uniformity correction(NUC) is very important to the application of airborne infrared imagers.Based on the analysis of the application of space infrared camera ,this study focus on the two-point algorithm based on calibration and the adaptive algorithm based on neural network .The algorithm of NN is tested by simulated image.Key words：space infrared thermal imager; IRFPA; NUC; neural network1 引言随着红外成像技术发展，红外成像仪在气象观测、资源调查与环境监测、海洋遥感、空间精确测量、空间目标搜索以及空间侦察与预警等遥感领域的应用越来越广泛。红外成像仪的发展是随着红外探测器的发展而发展的7。第一代红外成像仪采用线列探测器通过一维光机扫描实现成像。随着CCD等相关技术的成熟和红外焦平面阵列探测器（IRFPA infraredfocal Plane array）的出现，标志着第二代红外成像仪凝视红外成像仪的出现。与线列探测器相比，焦平面探测器成像具有结构简单、空间分辨率高、探测能力强、帧频高等优点，正迅速成为红外成像技术的主流器件。然而红外焦平面阵列存在非均匀性和无效像元，尤其是非均匀性问题严重影响了系统的成像质量，降低了系统的空间分辨率、温度分辨率、探测距离以及辐射量的正确度量。随着航天遥感对地观测技术的进一步发展和广泛应用，对星载红外相机的定量化要求越来越高，因此通过定标方法对焦平面的非均匀性和盲元进行校正，提高定标的精度是必须解决的首要问题。由我国独立研发的凝视型HgCdTe红外成像仪在地面测试中获得了良好的效果，本文在对传统的非均匀性校正方法进行分析比较的基础上，结合其空间应用背景进行了进一步的探讨。2 IRFPA非均匀性分析非均匀性指的是红外焦平面阵列在均匀红外辐射入射条件下各探测元的响应输出的不一致性。通常称这种不一致性噪声为非均匀性噪声，在图像上具体表现为空间噪声或固定图案噪声(spatial noise/fixed pattern noise)。这种非均匀性导致的空域噪声通常远远大于时域噪声1,2，不能通过时域平均得到抑制，是红外焦平面阵列的整体成像性能的最主要限制因素。即使在非均匀性校正(NUC non-uniformity correction)之后，由于非线性响应和目标辐射光谱成份的差异，仍然存在着剩余非均匀性噪声，并且噪声强度与时域噪声相当甚至超过时域噪声3。红外焦平面非均匀性噪声产生的原因十分复杂（见图 1），对非均匀性的分析从光学系统、IRFPA响应模型以及读出放大电路等几个方面进行讨论。图1IRFPA非均匀性噪声分析图目前普遍使用的IRFPA响应是Mooney模型4，对绝对温度T的黑体辐射，IRFPA中第i个单元在一个有效积分周期内全部响应的电荷数Ni(Ti)为：(2.1)式（2.1）中，表 1给出了公式(2.1)中引入非均匀性噪声的各变量及其表现。表 1 基于Mooney模型的非均匀性噪声分析变量定义探测元量子效率探测元相对光学系统出瞳的立体角探测元光敏面积探测元暗电流（加性噪声）3 IRFPA非均匀性校正方法经同步地面定标后发现某些星载红外相机的响应度每年有10%的变化率8，因此星载红外成像仪焦平面的非均匀性更加明显。如果不进行修正，非均匀性噪声将严重影响对卫星遥感图像的正确判读和有效利用。基于对常用的非均匀性校正方法的研究和相机空间工作环境的分析，本文分别对基于参考源的定标类修正方法和基于场景的自适应类修正方法进行对比分析。3.1 基于参考源的定标类修正方法标定类算法要求红外成像仪进行飞行中利用定标系统或者地面辐射校正场进行定标测试，依据获取的定标数据标定出IRFPA每个像元的偏移校正系数和增益校正系数。标定类算法包括的两点定标法9、多点定标法10（分段线性定标法）和非线性定标法。后两种方法都要求红外相机在飞行中测试多个温度点，这对星上定标设备提出更高要求，因此目前比较实用的是基于黑体的两点定标法。两点定标法假设IRFPA各探测元的响应特性在所感兴趣的温度范围内（或者黑体的两个温度点之间）为线性的。则各探测元的响应方程为：（3.1）其中为辐射通量，和分别为行列对应探测元的增益和偏移量（固定模式乘性和加性噪声），为时域噪声。通常情况下两点法校正过程分标定和补偿两个步骤。标定过程利用星上定标设备分别在温度点和连续采集16帧图像。对于元红外焦平面阵列，对16帧图像输出求平均分别得到其阵列元及IRFPA在均匀辐射背景条件下的输出为：、和。其中，。在时域噪声为大部分为低频成分时，16帧图像平均可以消除大部分时域噪声的影响。补偿过程则将每个像元的响应校正到IRFPA的平均响应。在线性响应前提下，其校正方程为：（3.2）其中为两点校正函数，和分别为对应像元的增益校正和偏移校正系数。为校正后输出。那么在温度点和处有：（3.3）（3.4）由式3.3和3.4得到各探测元的增益和偏移校正系数为：(3.5)(3.6)3.2 基于场景的自适应类修正方法自适应类校正方法通常不要求或只需要简单标定，能够根据工作时外部场景的变化以某种算法产生并不断更新非均匀性校正系数，使得校正环节能在保证最佳评估结果的条件下实现非均匀性校正所设定的映射。这类算法基于现场景物的变化，不断修正原来的校正系数因漂移可能产生的误差，在一定程度上克服了标定类校正方法的不足，成为目前算法研究和系统应用的重要研究方向。而在自适应方法中神经网络法(NN-NUC)、等统计量法(CS-NUC)以及时域高通滤波法(THPF-NUC)又由于计算量较少、内存需求量少、实时性较好而得到了广泛的研究和应用。在星载红外成像仪的非均匀性修正方面，考虑到空间工作条件下相机工作性能的漂移及衰减现象比较严重，另外综合一些特殊应用的实时性和精确性要求，本文对比较适合空间应用神经网络法进行分析比较，并通过仿真数据进行验证。自适应的NUC神经网络法（见图 25）类似于人的视网膜结构中水平细胞元结构5,6，利用一个由每个神经元（对应于IRFPA的每个探测元）的领域均值组成的隐含层，对中心探测元的下一个输出输出进行反馈，然后利用最陡下降法对校正参数进行逐帧迭代，直至到达最佳校正状态。Scribner等人利用Liapunov函数证明了神经网络方法的稳定性以及收敛性。(a) 神经网络结构(b) 神经元并行修正过程图2IRFPA非均匀性校正的神经网络算法算法的假定红外场景总是在移动（移动量要求不大，因此可以通过图像的轻微抖动等实现），并且利用探测元的领域（在此用四领域）均值表示其期望输出：（3.7）为方便起见下文都省去表示探测元位置的下标，因此探测器的线性响应方程（式3.2）可以记为：（3.8）则误差函数为：，由误差函数的梯度可以得到其最陡下降方向及在和方向的迭代公式：（3.9）（4.0）控制步长，步长的选取和图像采集频率有关，必须足够的小以保证算法的稳定性，尤其对于噪声漂移比较严重的情况。4 测试结果与分析本文通过仿真的红外数据对神经网络方法进行验证。测试数据包括500帧红外图像，图像在飞机红外模型的基础上加进空间噪声，飞机沿图像左上至右下方向移动，偏移噪声的和分别为0和300，增益噪声的和分别为1和0.1，飞机和背景输出均值为2000，步长取为0.01。a 第1帧(未校正)b 第50帧d 第200帧c 第100帧图2神经网络法校正图像序列由图3可以看出，到50帧图像的非均匀性噪声已经得到抑制，明显提高了图像的信噪比，但是从100帧往后，图像的改善效果不明显。同时在仿真试验中发现步长控制值对图像校正影响较大，当较大时（），则算法不收敛，当较小时（），算法的收敛速度很慢，的选取与图像本身尤其是目标的移动速度有关。本文的仿真模型中没有加入时间噪声，但是从神经网络法的校正模型分析本方法对时域噪声也有较好的抑制效果。参考文献1 A.F.Milton,F.R.Barone,M.R.Kruer, Influence of Nonuniformity on Infrared Focal Plane Array Performance. Optical Engineering. 1985, 24(5): 855-8622 D.A.Scribner, M.R.Kruer, J.C.Gridley,K.Sarkady. Physical Limitation to Nonuniformity Correction in IR Focal Plane Arrays. Proc. SPIE. 1987, 865: 185-2023 W.Gross, T.Hierl, M.Schulz. Correctability and Long-Term Stability of Infrared Focal Plane Arrays. Optical Engineering. 1999, 38(5): 862-8694 J.M.Mooney,F.D.Shepherd,W.S.Ewing,J.E.Murguia.Responsivity Nonuniformity Limited Performance of Infrared Staring Cameras. Optical Engineering. 1989, 28(11): 1151-11615 D.A.Scribner,K.A.Sarkady,J.T.Caulfield,M.R.Kruer,G.Katz,C.J.Gridley.Nonuniformity correction for staring IR focal plane arrays using scene-based techniques.SPIE,Infrared Detectors and Focal Plane Arrays,1990,1308:2242336 D.A.Scribner,K.A.Sarkady, M.R.Kruer,J.T.Caulfield,J.D.Hunt,Charles Herman. Adaptive Nonuniformity Correction for IR Focal Plane Arrays Using Neural Networks.SPIE,Infrared Sensors:Detectors,Electronics,and Signal Processing,1991,15