- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第37卷第6期 红外与激光工程 2008年 12月
Vo1.37NO.6 InfraredandLaserEngineering Dec.2008
基于粒子滤波的红外焦平面阵列非均匀校正算法
刘永进 ,朱 红 ,赵亦工
(西安 电子科技大学 电子工程学院,陕西 西安 710071)
摘 要:空间固定图案噪声严重影响红外探测系统的成像质量,并且还会随着外界环境的变化而
缓慢漂移。卡尔曼滤波算法可 以解决这个 问题 ,但会受到线性高斯模型的限制。提 出了一种利用粒子
滤波跟踪噪声漂移 ,进而实现非均匀校正的算法。首先使用粒子采样噪声参数可能的取值状态,然后
通过状态空间模型对这些粒子进行预测和更新 ,最后把粒子状态的加权平均值作为对噪声参数的估
计。该算法是对卡尔曼滤波算法的扩展 ,不受任何模型条件的限制 ,因此,能够实现对不同情况噪声漂
移的有效跟踪。实验结果表 明 :经此算法校正后的图像的峰值信噪 比平均都在 37dB 以上,而经卡 尔
曼滤波算法校正后 的图像却只有 28dB。
关键词 :红外焦平面阵列; 非均匀校正; 固定图案噪声; 粒子滤波; 卡 尔曼滤波
中图分类号 :TN215 文献标识码 :A 文章编号 :1007—2276(2008)06-0945-06
Nonuniformity correction algorithm ofinfraredfocalplanearrays
based on particlefilters
LIUYong-jin,ZHUHong,ZHAOYi-gong
(SchoolofElectronicEngineering,XidianUniversity,Xian710071,China)
Abstract:Theperformanceofinfrared imagingsystemsissignificantlyaffectedbyspatialfixed-pattern
noise,which ismainlydueto nonuniformity inthephotoresponseofthe individualdetectorsforthe same
irradiance.Furthemr ore,thisnoisedriftsslowlyandrandomlywithtime.Kalmna filteringapproachesCna be
usedtosolvethisproblem.However,theirapplicationsarerestrictedbythelinera Gaussianmode1.A novel
nonuniformity correction algorithm thatusedparticlefilterto capture the drift in fixed-pattern noisewas
developed,andthetracking course couldbe sepraated into three stages.First,particleswere exploited to
sampletheprobablestatesofnoisepraameters.Second,hteseparticleswerepredicted andupdatedby the
state-spacemode1.Finally,htenoisepraameterscouldbeestimatedbyhteweightedaverageoftheparticle
states.Theproposed algorithm wasan extended version ofthe Kalman filter
文档评论(0)