杨 硕，赵保军，毛二可，唐林波

基于目标与背景相异位移配准的非均匀校正算法

杨 硕，赵保军，毛二可，唐林波

（北京理工大学，北京100081）

本文针对场景图像中目标和背景存在着不同运动的情况，提出了一种基于图像分离和配准技术的校正算法，新算法通过傅里叶变换相位相关方法，估计出目标与背景的两种运动位移，然后通过计算匹配像素点的平均绝对误差将目标和背景进行标识区分，建立关于目标和背景位移量的误差平方和方程组，求解得到亚像素位移量，改进了原有的代数校正方法，分别根据目标和背景的位移顺序校正，并通过剔除无匹配点的双线性插值方法对新算法进行完善。计算机模拟图像序列与实际红外图像序列的实验结果表明，该算法比目前常用的代数校正算法具有更好的适应性，具有较高的实用价值。

相异位移；傅里叶变换；平均绝对误差；双线性插值；代数校正

1 引 言

红外焦平面探测器阵列（Infrared Focal Plane Array，IRFPA）是热成像系统的重要组成部分，但由于受到材料、工艺水平等因素的限制，IRFPA各探测元的响应不一致，在图像上表现为固定图案噪声（Fixed Pattern Noise，FPN），呈现非均匀性，影响热成像系统的成像质量［1］。

IRFPA的非均匀校正（Non-Uniformity Correction，NUC）技术目前可分为基于参考源的定标校正［2］和基于场景的自适应校正（Scene-Based Non-U-niformity Correction，SBNUC）两类，后者不需要使用参考源，能够自适应地更新非均匀性校正参数，已获得成功应用［3］。

在SBNUC算法中，Scribner等人提出了基于神经网络（Neural Network Non-Uniformity Correction，NN-NUC）的非均匀校正算法［4］，Hardie等人提出了基于配准类（Algebraic Scene-Base Non-Uniformity Correction，ASB-NUC）的非均匀校正算法［5］，已成为相关算法的典范。……