研究目的
开发一种针对单幅红外图像的条纹非均匀性校正算法，该算法能有效消除条纹噪声，同时保留图像细节并实现高实时性能。
研究成果
所提出的算法能有效消除红外图像中的条纹噪声且不模糊细节，展现出高实时性能，适用于工程应用。未来工作将聚焦于自适应参数选择及将该方法推广至其他类型的固定模式噪声。
研究不足
步长u和边缘检测阈值TH基于实验经验固定设置，无法适应所有场景，这可能限制其在变化条件下的性能。该方法主要针对列条纹噪声，可能无法有效处理其他类型的固定模式噪声。
1：实验设计与方法选择：
本研究采用基于局部空间相关性的方法，通过最小均方（LMS）算法进行迭代参数计算，并包含边缘检测以避免模糊化。
2：样本选择与数据来源：
使用ULIS PICO384P传感器采集的真实红外图像，分辨率分别为288×384和480×640，涵盖室内外场景。
3：实验设备与材料清单：
红外相机（ULIS PICO384P传感器）、FPGA（Cyclone V：5CEBA4U15I7）、HDMI显示器，以及用于仿真的MATLAB R2014a。
4：7）、HDMI显示器，以及用于仿真的MATLAB R2014a。 实验流程与操作步骤：
4. 实验流程与操作步骤：图像经坏点补偿和非均匀性校正（NUC）预处理后，通过提出的SNUC算法处理，包括边缘检测、LMS参数计算及校正。
5：数据分析方法：
采用NUES、粗糙度指数（ρ）和PSNR指标进行定量评估，并结合定性视觉评价。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
Infrared Camera
ULIS PICO384P
ULIS
Capturing infrared images with a resolution of 288 × 384 and 17-μm pitch, used for acquiring test images in experiments.
-
FPGA
Cyclone V: 5CEBA4U15I7
Intel
Hardware implementation platform for processing images, including modules for NUC, bad pixel compensation, SNUC, image enhancement, and HDMI coding.
-
HDMI Displayer
Displaying the output images after processing.
-
Software
MATLAB R2014a
MathWorks
Simulation platform for time complexity analysis and processing time measurement.
-
登录查看剩余2件设备及参数对照表
查看全部
