先验建模与非均匀性校正关系研究

基于场景非均匀性校正是红外成像系统中的关键性技术。国内外众多学者对这个问题展开了大量研究，产生了一系列算法。但目前没有算法能真正同时解决好鬼影与收敛速度这两个核心问题，这两个问题本质上对应着统计学中收敛精度与速度问题。区别于一般通过纯数学机理研究基于场景校正，本项目提出了先验建模概念，探索非均匀性存在的物理规律，将这些规律作为先验信息引入到基于场景校正中，同时提高原有算法收敛精度与速度。申请书结合本项目组已有研究成果详细分析了先验建模实现方式，包括：如何探索非均匀性规律、如何将规律转化为数学模型、如何将数学模型引入到实际算法中。因现有基于场景算法很少与非均匀性物理规律相接合，决定了本项目有巨大潜力可供挖掘。同时先验建模能从根本上减少非均匀性的不确定性，降低非均匀性校正的难度，从而可同时解决好鬼影与收敛速度问题，引领基于场景非均匀性校正真正走入实用。

收敛速度和鬼影是基于场景非均匀性校正技术的一对共性矛盾，两者无法同时达到最优。为此本项目提出了一种利用探测器物理规律所提供的先验信息解决收敛速度和鬼影的矛盾问题的思路。基于这个思路，本项目首先进行了探测器物理规律研究，通过探测器材料、结构、工艺流程、电路结构分析，依托实验测试和数据仿真，得到红外探测器非均匀性的10种物理规律，包括：探测器的不同部件与结构会引入不同类型的非均匀性、探测器的PN结产生的非均匀性不具有空间相关性、单层结构探测器的非均匀性在空间分布上主要呈现高频特征、多层结构探测器的非均匀性具有邻域相关性、多层结构探测器的非均匀性具有特征性的斑纹、多层结构探测器的非均匀性具有梯度空间的方向性、读出电路中的放大器共用机制引入非均匀性呈现条纹特征、探测器响应的非线性造成校正算法需要考虑线性化非均匀性参数的时域统计特性、盲元的空间相关性很小、探测器动态噪声会对非均匀性产生影响。之后本项目在深入研究定标法和基于场景法的基础上，研究出了先验建模贝叶斯框架，这套框架是基于场景非均匀性校正算法和探测器物理规律之间的桥梁。在贝叶斯框架下，非均匀性参数正确概率由先验概率和观测概率两部分组成，两者都通过非均匀性的物理规律所对应的数学模型构建。先验概率和观测概率合在一起用来识别基于场景校正算法计算出的是正确的校正参数，还是包含鬼影的错误参数，从而在保证收敛速度的同时有效抑制鬼影。在研究探测器各种物理规律基础上，结合贝叶斯框架，本项目提出了一系列新的基于先验建模的非均匀性校正算法，包括：邻间差值统计非均匀性校正算法、时域中值非均匀性校正算法、帧间对齐条纹非均匀性校正算法、条纹非均匀性单帧校正算法、基于多帧配准的自适应校正算法。这些算法都可以很好的解决收敛速度和鬼影矛盾的问题，而且本项目的相关成果已经在实际红外热成像整机中得到了很好的应用。.本项目已发表SCI收录论文7篇（包含二区SCI论文1篇），EI收录论文1篇，ISTP收录论文2篇。授权发明专利2项，申请发明专利5项。培养博士研究生5人，硕士研究生3人。项目负责人在项目执行期间获得省部级科技进步一等奖1项，省部级科技发明二等奖1项，入选教育部新世纪优秀人才、江苏333高层次人才、江苏省六大高峰人才。