基于场景的红外非均匀性校正算法对比研究

红外技术发展到今天，红外凝视焦平面探测器阵列性能高、使用简单，从而成为红外系统的主流。但是，红外探测器的工艺和技术生产不出像可见光CCD那样均匀的红外器件，红外探测器阵列的非均匀性一直是红外凝视探测器的主要缺陷。人们开发了多种非均匀性校正算法，尤其是基于场景的自适应算法，极大地弥补了探测器的非均匀性缺陷。但是到目前为止，各种算法都有一定的局限性，尚不能彻底解决非均匀性问题。针对目前常用的几种非均匀性校正算法，包括时域高通滤波算法、神经网络算法、恒定统计量算法等，在天空、地面等不同场景条件下进行了仿真测试，对算法的实施效果进行了对比分析。