本發(fā)明屬于非均勻性校正技術(shù)領(lǐng)域，特別涉及一種紅外半實物仿真系統(tǒng)的非均勻性校正方法，可用于光電場景仿真、半實物系統(tǒng)驗證和合成圖像評估。

背景技術(shù)：

系統(tǒng)仿真技術(shù)是以相似原理、信息技術(shù)、系統(tǒng)理論及其應(yīng)用領(lǐng)域有關(guān)的專業(yè)技術(shù)為基礎(chǔ),以計算機(jī)和各種物理效應(yīng)設(shè)備為工具,利用系統(tǒng)模型對實際的或設(shè)想的系統(tǒng)進(jìn)行實驗研究的一門新興綜合性技術(shù)。而半實物仿真是指在仿真試驗系統(tǒng)的仿真回路中接入部分實物的實時仿真。它為進(jìn)行實際系統(tǒng)的研究、分析、決策、設(shè)計,以及對專業(yè)人員的培訓(xùn)提供了一種先進(jìn)的方法,增加了人們對客觀世界內(nèi)在規(guī)律的認(rèn)識能力,有力地推動了那些過去以定性分析為主的學(xué)科向定量化方向仿真。

然而紅外半實物仿真系統(tǒng)的紅外輻射源由于是由一個黑體或并列多個黑體構(gòu)成，存在空間范圍內(nèi)的紅外輻射強(qiáng)度不均勻的情況；此外在輸入為相同值的情況下，由于dmd陣列中單個像素元的響應(yīng)參數(shù)存在微小差異，使得最終輸出的紅外圖像的輻射強(qiáng)度是非均勻的。由于紅外半實物仿真系統(tǒng)的非均勻性校導(dǎo)致仿真出來的紅外場景失真，所以對其進(jìn)行非均勻性校正顯得尤為重要。

目前已有多種紅外半實物仿真系統(tǒng)出現(xiàn)的非均勻性校正技術(shù)。包括：溫度定標(biāo)校正方法、高通濾波校正方法、人工神經(jīng)校正方法。其中：溫度定標(biāo)校正方法能夠?qū)崿F(xiàn)實時的非均勻性校正，但長時間工作后需要重新定標(biāo)，長時間的實時校正效果不理想；高通濾波校正方法能夠?qū)崿F(xiàn)長時間的非均勻性校正，但需要場景處于運動狀態(tài)，不能校正靜態(tài)場景；人工神經(jīng)校正方法可以跟蹤探測元的非線性變化，但不能保證校正的穩(wěn)定性。

上述現(xiàn)有技術(shù)的共同缺點是：針對紅外半實物仿真系統(tǒng)硬件的非均勻性，其校正結(jié)果的穩(wěn)定性和實時性不高。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于上述現(xiàn)有技術(shù)的不足，提出一種基于紅外半實物仿真系統(tǒng)的非均勻性校正方法，以提高對紅外半實物仿真系統(tǒng)進(jìn)行非均勻性校正的實時性和穩(wěn)定性。

為實現(xiàn)上述目的，本發(fā)明的技術(shù)方案包括如下：

(1)利用紅外半實物仿真系統(tǒng)采集灰度值連續(xù)的c幅紅外圖像，得到c幅紅外圖像的能量值信息，其中c＝2^s,為紅外半實物仿真系統(tǒng)的每個輸出像素灰度值的數(shù)據(jù)位數(shù)；

(2)根據(jù)紅外圖像的能量值信息，找出最大能量值e'max及其所對應(yīng)的最大灰度值k'max和最小能量值e'min及其所對應(yīng)的最小灰度值k'min；

(3)以灰度值為橫坐標(biāo)，能量值為縱坐標(biāo)建立直角坐標(biāo)系；將(k'min,e'min)作為起始坐標(biāo)點，(k'max,e'max)作為終止坐標(biāo)點，并根據(jù)這兩個坐標(biāo)點擬合出一條直線作為紅外圖像的理想能量直線；

(4)根據(jù)理想能量直線和能量矩陣e對能量矩陣進(jìn)行重排，得到紅外圖像中每一個像素點重新排序后的灰度值數(shù)組a'；

(5)根據(jù)灰度重排數(shù)組a'，分別對每一個像素點的能量值進(jìn)行重新排序得到能量重排矩陣e'，并計算紅外圖像的平均能量重排數(shù)組es'；

(6)根據(jù)能量重排矩陣e'對每一個像素點的灰度-能量關(guān)系進(jìn)行曲線擬合，得到擬合直線，且直線的斜率為al，截距為bl，其中l(wèi)＝1,2,...,l，l為紅外圖像的像素數(shù)目；再對紅外圖像的平均能量重排數(shù)組es'進(jìn)行曲線擬合，得到平均能量的擬合直線，且直線的斜率為a，截距為b；

(7)根據(jù)擬合直線，利用公式alx+bl＝ak+b和灰度重排數(shù)組a'，計算在系統(tǒng)輸入灰度值為k時，每一個像素點校正后的灰度值，該灰度值所對應(yīng)的能量即為校正后的能量，即完成對紅外半實物仿真系統(tǒng)的非均勻性校正。

本發(fā)明與現(xiàn)有技術(shù)相比，具有如下有優(yōu)點：

本發(fā)明由于在圖像的能量值進(jìn)行曲線擬合時，對紅外圖像的所有灰度進(jìn)行了重排處理，可對半實物仿真系統(tǒng)的全灰度進(jìn)行非均勻校正，提高了校正效果的穩(wěn)定性；并且由于得到了全灰度的校正系數(shù)，所以可對半實物仿真系統(tǒng)仿真的任一圖像進(jìn)行非均勻校正，提高了校正效果的實時性。

附圖說明

圖1為本發(fā)明中基于紅外半實物仿真系統(tǒng)的非均勻性校正方法實現(xiàn)流程框圖。

圖2為本發(fā)明中基于紅外半實物仿真系統(tǒng)的理想能量-灰度擬合曲線圖。

圖3為本發(fā)明中基于紅外半實物仿真系統(tǒng)的單個像素點能量與平均能量曲線圖。

圖4為本發(fā)明中基于紅外半實物仿真系統(tǒng)的非均勻性校正方法實驗效果圖。

具體實施方式：

以下結(jié)合附圖和具體實施例，對本發(fā)明作進(jìn)一步詳細(xì)說明。

參照附圖1，本發(fā)明基于紅外半實物仿真系統(tǒng)的非均勻性校正方法方法，其實現(xiàn)步驟如下：

步驟1，利用紅外半實物仿真系統(tǒng)采集灰度值連續(xù)的c幅紅外圖像，得到c幅紅外圖像的能量值信息。

(1a)假設(shè)k為每幅紅外圖像的灰度，有k＝1,2,...,c,其中c＝2^s,為紅外半實物仿真系統(tǒng)的每個輸出像素灰度值的數(shù)據(jù)位數(shù)；

(1b)假設(shè)每一個紅外圖像的分辨率為m*n,則該紅外圖像像素點的數(shù)目為l＝m*n；

(1c)假設(shè)p是長度為l的數(shù)組，并對紅外圖像按照從左到右，從上到下的順序，依次將每一個像素點的坐標(biāo)存儲到p中,其中l(wèi)＝1,2,...,l；

(1d)設(shè)置一個大小為l*c的矩陣e作為能量矩陣。其中，e(l,k)存儲灰度為k、坐標(biāo)為pl的像素點的能量值。

步驟2，根據(jù)紅外圖像的能量值信息，找出最大能量值e'max及其所對應(yīng)的最大灰度值k'max和最小能量值e'min及其所對應(yīng)的最小灰度值k'min。

(2a)在能量矩陣e中，找出每一個像素點的最大能量值所對應(yīng)的灰度值kmax(l)和最小能量值所對應(yīng)的灰度值kmin(l)，得到最大能量的灰度值數(shù)組kmax和最小能量的灰度值數(shù)組kmin，其中kmax和kmin長度均為l；

(2b)統(tǒng)計最大能量的灰度值數(shù)組kmax中不同的灰度值，并計算每一個灰度值條件下的圖像平均能量值，再將得到所有平均能量值中的最小值作為最大能量值e'max，該最大能量值所對應(yīng)的灰度值作為最大灰度值k'max；

(2c)統(tǒng)計最小能量的灰度值數(shù)組kmin中不同的灰度值，并計算每一個灰度值條件下的圖像的平均能量值，再將得到的所有平均能量值中的最大值作為最小能量值e'min，該最小能量值所對應(yīng)的灰度值為最小灰度值k'min。

步驟3，參照附圖2，以灰度值為橫坐標(biāo)，能量值為縱坐標(biāo)建立直角坐標(biāo)系；將(k'min,e'min)作為起始坐標(biāo)點，(k'max,e'max)作為終止坐標(biāo)點，并根據(jù)這兩個坐標(biāo)點擬合出一條直線作為紅外圖像的理想能量直線。

步驟4，根據(jù)理想能量直線和能量矩陣e對能量矩陣進(jìn)行重排，得到紅外圖像中每一個像素點重新排序后的灰度值數(shù)組a'。

(4a)計算理想能量直線上每一個灰度值k'處的理想能量值e'k'，其中k'＝0,1,...,c；

(4b)對于圖像中的每個像素點，在每一個灰度值k'處，利用公式計算該灰度對應(yīng)的理想能量值與所有灰度值處的能量值誤差，并找出最小誤差值相應(yīng)的重排灰度值；

(4c)設(shè)置一個數(shù)組，依次將每一個灰度值k'相應(yīng)的重排灰度值存儲到該數(shù)組中，得到每一個像素點的灰度重排數(shù)組a'。

步驟5，根據(jù)灰度重排數(shù)組a'，獲得紅外圖像的能量重排矩陣e'和平均能量重排數(shù)組es'。

(5a)設(shè)置一個大小為l*c的矩陣，在紅外圖像的每一個像素點處，依次查詢灰度重排數(shù)組a'中每一個灰度值對應(yīng)的能量矩陣e中的能量值依次存儲在大小為l*c的矩陣中，得到紅外圖像的能量重排矩陣e'；

(5b)設(shè)置一個長度為c的數(shù)組，根據(jù)能量重排矩陣e'，求出紅外圖像中所有像素點能量值的平均值存儲到該數(shù)組中，得到紅外圖像的平均能量重排數(shù)組es'。

步驟6，根據(jù)能量重排矩陣e'和平均能量重排數(shù)組es'，得到紅外圖像每一個像素點的能量擬合直線和全圖像的平均能量擬合直線。

(6a)根據(jù)能量重排矩陣e'，對每一個像素點的能量-灰度關(guān)系進(jìn)行曲線擬合，得到斜率為al，截距為bl的擬合直線，其中l(wèi)＝1,2,...,l，l為紅外圖像的像素數(shù)目；

(6b)對紅外圖像的平均能量重排數(shù)組es'進(jìn)行曲線擬合，得到斜率為a，截距為b的平均能量的擬合直線。

步驟7，根據(jù)擬合直線和灰度重排數(shù)組a'，完成對紅外半實物仿真系統(tǒng)的非均勻性校正。

參照圖3，本步驟的具體實現(xiàn)如下：

(7a)根據(jù)擬合直線，利用公式alx+bl＝ak+b，計算在紅外半實物仿真系統(tǒng)的輸入灰度值為k時，坐標(biāo)為pl的像素點重排后的灰度值x；

(7b)根據(jù)灰度重排數(shù)組a'，查找當(dāng)坐標(biāo)pl像素點的灰度值為x時，該點校正后的灰度值a'(x)，即完成對紅外半實物仿真系統(tǒng)的非均勻性校正。

本發(fā)明的效果可通過以下實驗進(jìn)一步說明：

將一幅純色圖輸入到紅外半實物仿真系統(tǒng)中，輸出采集的紅外輻射圖像，用本發(fā)明方法對該采集的紅外圖像進(jìn)行進(jìn)行校正試驗，結(jié)果如圖4，其中圖4a為采集的紅外輻射圖像，圖4b為通過本發(fā)明校正后的紅外輻射圖像。

從圖4a可以看出，采集到的紅外圖像其非均勻性非常明顯，并且圖像中出現(xiàn)漸暈，這是因為并列多個黑體時的輻射強(qiáng)度有空間不均勻性，并且dmd陣列存在不準(zhǔn)確性；

從圖4b可以看出通過本發(fā)明校正后，圖像比較均勻，而且消除了漸暈現(xiàn)象，驗證了本發(fā)明的有效性、實時性和穩(wěn)定性。