基于三维噪声最大主分量的小目标红外焦平面过热像元检测算法.pdfVIP

第28卷第4期 佳 木 斯 大 学 学 报 ( 自 然 科 学 版 ) Vo1．28 No．4 2010 年 07月 Journ~ofJiamusiUnivers (Natur~ScienceEdition) July 2010 文章编号：1008—1402(2010)04—0499—03 基于三维噪声最大主分量的小 目标红外 焦平面过热像元检测算法① 孙 慧 ， 孙 凯2， 侯晴宇4 (I．哈尔滨理工大学电工电子教学中心。黑龙江 哈尔滨 150080；2．哈尔滨工业大学软件工程有限公司．黑龙江 哈尔滨 150001；3．哈尔滨理 工大学测控技术与通信工程学院。黑龙江 哈尔滨 150080；4．眙尔滨工业大学空间光学工程研究中心。黑龙江 哈尔滨 150001J 摘 要： 过热像元严重影响着系统成像性能以及对于弱小 目标的检测识别性能，本文在分析红 外焦平面三维噪声特性的基础上，研究了过热像元的统计异常特性，提出了利用三维噪声最大主 分量作为红外焦平面过热像元检测的数据源，采用数据直方图偏度的限制确定统计距离阈值进 行检测的算法．通过对非制冷焦平面的过热像元进行实际检测，结果证明该方法具有有效性和实 用性 ． 关键词： 三维噪声；主分量；小 目标；过热像元 中图分类号：TP3O1．6 文献标识码 ： A 相反，时间噪声在帧与帧之间随机变化，源于探测 0 引 言 器时域噪声，符合多元正态分布．因此像元的时序 盲元具有两种类型，即输出信号时序不变的死 噪声向量的概率密度函数为 元和响应超过固定门限值的过热像元 ，二者的存在 ) 严重地影响了系统成像性能以及对于弱小 目标的 检测识别性能…．因此，在 IRFPA图像预处理过程 exP{一寺(—)Is；(一)} 中必须采取有效的盲元检测方法，以期进行剔除或 补偿． 式中 =(x#2， ，…， )表示第卢个像元的时 死元在图像中的表现形式比较简单，检测方法 序噪声向量 ( =1，2，…，)，为时序帧数，Ⅳ为像 也相对成熟，而过热像元由于其表现的时变性，使 元总数， 为时序图像的协方差矩阵，为背景均 得检测难度加大 ．本文在分析红外焦平面三维 值向量．理论上，由于像元时序噪声向量 的多元 噪声特性的基础上，讨论了过热像元的统计异常特 正态分布特性 ，使得在帧坐标系中 构成概率密 性，提出了利用三维噪声最大主分量作为红外焦平 度超椭球体，而过热像元可以看作是不符合时序噪 面过热像元检测的数据源． 声向量的概率密度函数的异常像素点，游离于超椭 球体之外． 1 过热像元输出信号的统计异常特性 2 主分量分析 三维噪声模型即对噪声在三维空间(时序 t， 探测器行方向”，探测器列方向^)的特性进行表 主分量分析确定的是一个多元正态分布等密 征 J．对于凝视 IRFPA成像系统，依据 FLIR92模 度椭球面的主轴．从几何上看主分量就是把变量 型，可 以将 噪声定义为两种类型：空 间噪声 ，：，…， 构成的坐标系，在一定约束条件之下 Ⅳ删 (，)和时间噪声 (t，，．】1)．空间噪声定 进行旋转，产生的新坐标系代表了具有最大变异方 义为探测器非均匀性校正残余