南京理工大学 电子工程与光电技术学院, 江苏 南京 210094
对红外焦平面阵列成像系统而言, 基于场景的非均匀校正技术是处理固定图案噪声的关键技术。现有的非均匀校正算法主要被收敛速度和鬼像问题所限制。提出一种新的基于恒定统计算法的自适应场景非均匀校正技术。利用红外图像序列的时域统计信息结合提出的α修正均值滤波来估计探测器的参数, 通过减少样本的渐进方差估计, 完成成像系统的非均匀性校正。通过模拟和真实的非均匀性图像对算法的性能进行评价。实验结果表明, 在继承恒定统计算法快速收敛的同时, 图像峰值信噪比较恒定校正法及常系数α校正算法分别有445%和329%的提升, 图像鬼像问题有明显改善。
红外焦平面阵列 非均匀性校正 恒定统计 修正均值滤波 focal-plane array non-uniformity correction constant-statistics alpha-trimmed mean filter
浙江工业大学信息工程学院, 浙江 杭州 310014
光学图像感染噪声是一种非常常见的现象，为了克服传统图像滤波方法不可避免带来的图像边缘模糊和奇异值影响，提出了一种基于阿尔法均值滤波算法和信息散度的图像自适应滤波算法。该算法充分利用了信息散度的特性和阿尔法均值滤波算法的优点，采用信息散度自适应的确定滤波窗口的加权系数值。实验结果表明，该算法可动态的确定滤波窗口内像素点的取值，具有较好的自适应性，同时与现有的中值滤波和均值滤波算法相比，对于受到高斯噪声、椒盐噪声以及混合噪声感染的图像，具有比较好的滤波效果，并可以很好地保护图像细节信息，具有提高图像清晰度的功能。
图像处理 阿尔法均值滤波 信息散度 光学学报
2014, 34(s2): s211004
1 西北工业大学 精确制导与控制研究所，陕西 西安 710072
2 西北工业大学 计算机学院，陕西 西安 710129
为了有效消除帧转移型相机的Smear效应，针对其成像机理及特性，提出了一种基于背景估计的适用于序列图像中Smear效应的消除方法。该方法通过对含有Smear效应的原始图像灰度分布进行统计分析，自适应判定Smear效应的发生位置; 然后，采用截尾均值滤波(ATMF)技术高精度估计Smear效应的强度; 最后，通过差分的方式消除Smear效应。实验结果表明，该方法在有效保留弱小目标和背景信息的基础上，可较好地消除图像中的单个或多个Smear效应，提高了图像的视觉质量，基本满足天文观测相机的观测要求。
天文观测CCD相机 帧转移 Smear效应 截尾均值滤波 astronomical observation CCD camera frame transfer Smear effect Alpha-trimmed Mean Filter(ATMF) 光学 精密工程
2011, 19(10): 2526
