红外热像仪技术分析报告XXXXXX技术分析报告XXXXXX股份有限公司2012年5月目次1 初始上电时热像仪输出视频时序 (1)2 外同步信号设计方案及试验验证 (1)3 红外热像仪调光算法及抗热窗算法 (6)3.1 红外热像仪调光算法 (6)3.1.1 背景概述 (6)3.1.2 常用图像增强算法比较 (7)3.1.3 本系统调光算法 (12)3.1.4 选择本方案的原因 (16)3.2 红外热像仪抗热窗算法 (18)3.2.1 热窗效应产生的原因 (18)3.2.2 红外热像仪抗热窗算法原理 (19)3.2.3 抗热窗算法实验结果 (20)4 14位图像在不调光情况下是否满足导引头使用要求 (21)4.1 背景 (21)4.2 实验验证 (24)XXXXXX技术分析报告1 初始上电时热像仪输出视频时序红外热像仪系统总共输出三路视频信号，分别为14位数字图像信号、8位数字图像信号和模拟视频信号，其中14位数字图像主要经过数据采集、非均匀性校正、死点替换处理后送出14位数字信号；8位数字图像在14位数字图像的基础上，再经过DSP处理之后的8位数字信号；模拟视频为经DSP处理后的数字信号转为模块信号。

关于14位数字口、8位数字口、模拟视频三路信号时序关系，相对于积分时间的时序如下图：注1：14位数字口：经过数据采集、非均匀性校正、死点替换等处理后，需要将数据缓存一帧，再根据客户要求时序送出，故第一个有效数据从14位接口送出相对积分时间下降沿共延迟约12.4mS；注2：8位数字口：经过数据采集、非均匀性校正、死点替换等处理后，直接将数据送给DSP，经DSP处理后再按要求时序送出，共延迟约40mS；注3：模拟视频信号： DSP处理后的数据首先保证8位数字接口时序送出，为满足本地视频显示时序要求，需再缓存一帧数据后按PAL制式时序输出给ADV7123芯片，共延迟约56mS。

2 外同步信号设计方案及试验验证在系统始用过程中，由于需要红外热像仪输出的14位数字图像、8位数字图像和模拟三路视频信号全部同步于整个系统，因此引入外同步功能，使热像仪三路输出视频信号和外同步视频输入信号进行同步。

a)关于系统同步机制，流程图说明如下：具体过程说明如下：1)检测是否有外同步信号，如果检测到外同步信号，跳到第2步，否则一直检测；2)为保证每一帧数据的完整性，当检测到外同步信号时，需判断当前帧是否发送完毕，如果是，则跳到第3步，否则等待直到结束后，再跳到第3步；3)进入复位状态，检测外同步信号，20mS内如果检测到外同步，跳到4步；否则跳回到第1步；4)进入同步状态，每20mS检测外同步信号；如果20mS内没检测到外同步，跳回到第1步，系统在当前状态下继续运行，避免同步信号从有到无过程中出现闪屏现象，否则保持同步状态。

b)外同步验证：利用示波器的余辉功能来测试外部输入视频信号与热像仪三路输出视频信号是否同步。

如果同步，则两者视频信号相位锁定，否则两者相位飘移。

1)热像仪模拟输出视频信号与外同步信号验证通道1（黄色）接外同步视频信号，通道2（蓝色）接热像仪模拟输出视频信号。

当外同步信号信号没有接入热像仪系统时，通道2波形相对通道1波形相位飘移，通过余辉功能可将飘移轨迹捕捉到，如下图蓝色残影部分，表明两者不同步：当外同步信号接入系统时，通道2波形相对通道1波形相位锁定，通道2波形的上升沿或下降沿比较清晰，表明两则已同步，如下图：2)热像仪14位数字图像输出视频信号与外同步信号验证通道1（黄色）接外同步视频信号，通道2（蓝色）接14位数字场有效信号。

当外同步信号信号没有接入热像仪系统时，通道2波形相对通道1波形相位飘移，通过余辉功能可将飘移轨迹捕捉到，如下图蓝色残影部分，表明两者不同步：当外同步信号接入系统时，通道2波形相对通道1波形相位锁定，通道2波形的上升沿或下降沿比较清晰，表明两则已同步，如下图：3)热像仪8位数字图像输出视频信号与外同步信号验证通道1（黄色）接外同步视频信号，通道2（蓝色）接8位数字场有效信号。

当外同步信号信号没有接入热像仪系统时，通道2波形相对通道1波形相位飘移，通过余辉功能可将飘移轨迹捕捉到，如下图蓝色残影部分，表明两者不同步：当外同步信号接入系统时，通道2波形相对通道1波形相位锁定，通道2波形的上升沿或下降沿比较清晰，表明两则已同步，如下图：3 红外热像仪调光算法及抗热窗算法3.1 红外热像仪调光算法3.1.1 背景概述由于红外图像的成像机理以及红外成像系统自身的原因，使得红外图像与可见光图像相比，大多有图像对比度低、图像较模糊、噪声大等特点。

这对后续的处理极为不利，因此抑制噪声、提高图像信噪比、调整图像对比度、增强图像边缘等操作是必不可少的；另外，经过增强后的图像抑制了噪声，使图像呈现出更好的视觉效果。

虽然在处理之前已经过两点校正和盲元替代，改善了红外图像的非均匀性、剔除了死点噪声，但是这部分工作对于图像的增强没有太大的效果。

传统的图像增强的方法可分为时域、空域和频域处理三大类，时域增强主要有时间延迟积分、帧间比较等；空域增强是目前被广泛使用的方法，它主要包括点运算和领域增强，其中点运算包括灰度级拉伸、灰度变换、直方图修正等，领域增强主要有均值滤波、中值滤波、梯度法、掩模匹配等；而在频域中主要包含了在离散傅里叶变换、小波变换等。

3.1.2 常用图像增强算法比较目前运用最多的增强算法主要集中的空域处理，下面对一些常用的空域处理算法与我们所采用的算法进行比较。

图1 原图a)灰度变换是将一个灰度区间映射到另一个灰度区间的变换，可调整图像的灰度动态范围或图像对比度，是图像增强的重要手段之一。

灰度线性变换的原理如下所示：)/()()/()(/)),(()),(()),(0(]),([]),([),(),(2231212211122112231121f f g g k f f g g k f g k f y x f f f y x f f f y x f g f y x f k g f y x f k y x f k y x g M M M --=--==⎪⎩⎪⎨⎧<<<≤<<+-+-=OG(x,y)f(x,y)gM fMg2f2g1f1k3k2k1其中),(y x f 为原始图像，),(y x g 为变换后图像图2 灰度线性变换（不同阈值）从效果可见经过灰度线性变换后虽然对比度增强了，但是同时出现了细节丢失的情况。

b) 直方图均衡化也是较常用的增强算法，它的中心思想是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布，使图像的动态范围扩大。

直方图均衡化的主要步骤如下：1) 统计原始图像各灰度级像素数，计算出原始图像直方图，如图3所示，其中横坐标为灰度级，纵坐标为对应灰度出现概率； 2) 计算累积直方图；3) 按照公式Dk=int[(Max-1)*Sk+0.5]进行灰度值变换，其中Sk 为原始灰度值，Dk 为变换后的灰度值，即均衡化后的灰度值；4) 对原始图像进行遍历得到均衡化的图像。

图3直方图统计假设某图像灰度级为Sk ，变换后的灰度级为Tk ，下表即为均衡化的详细步骤：drr dP r p dr r p r P r)()(,)()(0==⎰表1 均衡化原图 直方图均衡化020040060080010001200140016001800050100150200250020040060080010001200140016001800050100150200250原图直方图 均衡化后直方图图4 直方图均衡化从处理前后图像的直方图分布来看，经过直方图均衡化，图像的动态范围扩大了，但是从视觉效果来看，图像不够柔和，又由于均衡序号运算1列出原始图灰度级Sk ，k=0,1, (701)2345672统计原始直方图各灰度级象素数Nk 7901023850656329245122813计算原始直方图0.190.250.210.160.080.060.030.024计算累积直方图0.190.440.650.810.890.950.9815取整扩展：Tk=int[(L-1)*Tk+0.5]135667776确定映射对应关系（Sk-->Tk ）0－》11－》32－》57统计新直方图各灰度级象素数Nk 79010238509854488用式计算新直方图0.190.250.210.240.11步骤和结果3，4－》65，6，7－》7化不区分信号和噪声，因此原图中的噪声也同时被增强了。

c) 拉普拉斯算子是比较常用的锐化技术，可以使图像的细节变得清晰。

它是一种线性二次微分算子，具有旋转不变性，对于图像),(j i f 的每个像素，拉普拉斯算子取它关于X 轴方向和Y 轴方向的二阶差分之和，其表达式如下所示，最终),(j i f 灰度值使用),(j i G 替代。

),(4)1,()1,(),1(),1(),(),(),(),(222j i f j i f j i f j i f j i f j i f j i f j i f j i G y x --+++-++=∇+∇≈∇=拉普拉斯算子也可使用模板表示，常用拉普拉斯3*3模板有：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----=∇12-12-82-12-111118111101014101023*3或或）（这里我们选用第二个模板进行计算得到如下结果。

原图 laplacian 锐化图4拉普拉斯锐化从处理效果看，虽然经过拉普拉斯算子计算后图像的边缘得到了增强，但是整个图像的视觉效果同样不够柔和，有明显的人为加工痕迹，且由于拉普拉斯对噪声较为敏感，因此经过处理后噪声也得到了增强。

通过以上各种算法的实验结果分析，它们所得到的处理效果都不够理想，因此需要寻求一种更好的算法。

本系统所用的调光算法首先能提升对比度，抑制噪声，然后增强了图像的细节，而且整幅图像的显示效果不会有明显的人为加工痕迹，自然柔和。

原图本系统调光算法效果图5 本系统所用调光算法效果3.1.3 本系统调光算法考虑到红外图像不仅需要较好的视觉效果，还需要较强的实时性，我们采用了如下方法进行增强，流程图如下所示：原始图像十字中值算子直方图均衡化Retinex算子增强图像图6 流程图首先，对图像进行平滑降噪，为后续处理做准备。

这里采用十字中值算子，该算子将以像素f(x,y)为中心的十字形屏蔽窗口内灰度值的中值赋给f(x,y)，在降噪的同时保持了边缘不模糊，具体算法如下：表2 十字掩模f(x-1 ,y-1) f(x-1,y)f(x-1,y+1)f(x,y -1) f(x,y)f(x,y+1)f(x+1 ,y-1) f(x+1,y)f(x+1,y+1)以该模板遍历图像，模板对应的中心点处的灰度值等于红色所示的5个像素点灰度值的中值，而且是无条件的处理。