基于MPMAP序列红外图像高分辨力重建和非均匀性校正

红外焦平面阵列(IRFPA)的非均匀性校正是获得高性能热成像的基本保证,非均匀性校正(NUC)算法是当前国内外研究的重要方向.鉴于序列图像的超分辨力复原方法和基于场景的NUC算法都需要存在微位移的多帧序列目标场景图像,本文在Poisson和Markov分布假设的基础上,将超分辨力复原与NUC结合,针对存在非均匀性的红外低分辨力图像序列,研究提出了基于Poisson-Markov分布的最大后验概率(MPMAP)的序列红外图像高分辨力重建和非均匀性校正一体化处理算法.对仿真和实际热图像的处理结果表明,算法不仅可有效抑制随机噪声,实现高分辨力图像的复原,而且可有效地消除非均匀性噪声.