基于读出电路结构的红外焦平面图像非均匀校正算法

维普资讯 http://www.cqvip.com 第３５卷第２期　２００８年２月　光电工程　Ｏｐｔｏ—Ｅｌｅｃｔｒｏｎｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｖｏ１．３５，Ｎｏ．２　Ｆｅｂ，２００８　文章编号：１００３—５０１Ｘ（２００８）０２—００６６—０５　基于读出电路结构的红外焦平面图像　非均匀校正算法　全　勇，朱红，何泰诚　（西安电子科技大学模式识别与智能控制研究所，西安７１００７１）　摘要：为了改善基于图像配准的红外焦平面迭代非均匀校正算法的性能，在此基础上提出了一种新的红外焦平面　图像非均匀校正算法。首先分析了真实图像的噪声规律，利用红外焦平面的读出电路结构特性建立了噪声模型。　而后分两部分对算法原理进行分析，最后用仿真数据对算法的有效性给予了验证。通过与其他算法的校正结果比　较，证实该算法具有收敛速度快、计算复杂度低、数据存储量小等优点。　关键词：红外焦平面；非均匀校正；读出电路结构；最小二乘算法　中图分类号：ＴＮ２ｌ５　文献标志码：Ａ　Ａｌｇｏｒｉｔｈｍ　ｆｏｒ　Ｎｏｎｕｎｉｆｏｒｍｉｔｙ　Ｃｏｒｒｅｃｔｉｏｎ　ｏｆ　Ｉｎｆｒａｒｅｄ　Ｆｏｃａｌ　Ｐｌａｎｅ　Ａｒｒａｙｓ　Ｂａｓｅｄ　ｏｎ　Ｒｅａｄｏｕｔ　Ａｒｃｈｉｔｅｃｔｕｒｅ　ＱＵＡＮ　Ｙｏｎｇ，ＺＨＵ　Ｈｏｎｇ，ＨＥ　Ｔａｉ－ｃｈｅｎｇ　（Ｉｎｓｔｉｔｕｔｅ　ｏｆＰａｔｔｅｒｎ　Ｒｅｃｏｇｎｉｔｉｏｎ　ａｎｄＩｎｔｅｌｌｉｇｅｎｔ　Ｃｏｎｔｒｏｌ，Ｓｃｈｏｏｌ　ｏｆＥｌｅｃｔｏｎｉｒｃ　Ｅｎｇｉｎｅｅｒｉｎｇ，　Ｘｉｄｉａｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ　７１００７１，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｉｎ　ｏｒｄｅｒ　ｔｏ　ｉｍｐｒｏｖｅ　ｔｈｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｆ　ｉｔｅｒａｔｉｖｅ　ｌｅａｓｔ　ｓｑｕａｒｅ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｉｍａｇｅ　ｒｅｇｉｓｔｒａｔｉｏｎ　ｆｏｒ　ｎｏｎｕｎｉｏｒｆｍｉｔｙ　ｃｏｒｒｅｃｔｉｏｎ　ｏｆ　ｉｎｆｒａｒｅｄ　ｆｏｃａｌ　ｐｌａｎｅ　ａｒｒａｙｓ，ａ　ｎｅｗ　ａｌｇｏｒｉｔｈｍ　ｗａｓ　ｐｒｅｓｅｎｔｅｄ．Ｆｉｒｓｔｌｙ，ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｎｏｉｓｅ　ｒｅｇｕｌａｒｉｔｙ　ｏｆ　ａｃｔｕａｌ　ｉｍａｇｅｓ，ｔｈｅ　ｎｏｉｓｅ　ｍｏｄｅｌ　ｏｆ　ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｗａｓ　ｃｏｎｓｔｒｕｃｔｅｄ　ｗｉｔｈ　ｔｈｅ　ｋｎｏｗｌｅｄｇｅ　ｏｆ　ｒｅａｄｏｕｔ　ｒｃｈｉａｔｅｃｔｕｒｅ　ｏｒ　ｉｆｍａｇｉｎｇ　ｓｙｓｔｅｍ．Ｔｈｅｎ　ｔｈｅ　ｐｒｉｎｃｉｐｌｅ　ｏｆ　ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｗａｓ　ｐｒｏｖｉｄｅｄ　ｉｎ　ｔｗｏ　ｐａｒｔｓ　ｔｏ　ｂｅ　ａｎａｌｙｚｅｄ．Ｆｉｎａｌｌｙ，ｒｅｓｕｌｔｓ　ｗｅｒｅ　ｐｒｅｓｅｎｔｅｄ　ｔｏ　ｄｅｍｏｎｓｔｒａｔｅ　ｔｈｅ　ｅｆｉｃｉｅｎｃｙ　ｏｆ　ｆｈｅ　ａｌｔｇｏｒｉｔｈｍ．Ｃｏｍｐａｒｅｄ　ｗｉｔｈ　ｏｔｈｅｒ　ｃｏｒｒｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍｓ，ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｈａｓ　ｓｏｍｅ　ａｄｖａｎｔａｇｅｓ，ｓｕｃｈ　ａｓ　ｆａｓｔ　ｃｏｎｖｅｒｇｅｎｃｅ　ｒａｔｅ，ｌｏｗ　ｃｏｍｐｕｔａｔｉｏｎａｌ　ｃｏｍｐｌｅｘｉｙ　ｔａｎｄ　ｓｍａｌｌ　ｍｅｍｏｒｙ　ｒｅｓｏｕｒｃｅｓ．　Ｋｅｙ　ｗｏｒｄｓ：ｉｎｆｒａｒｅｄ　ｆｏｃａｌ　ｐｌａｎｅ；ｎｏｎｕｎｉｏｒｆｍｉｙ　ｔｃｏｒｒｅｃｔｉｏｎ；ｒｅａｄｏｕｔ　ａｒｃｈｉｔｅｃｔｕｒｅ；ｌｅａｓｔ　ｓｑｕａｒｅ　ａｌｇｏｒｉｔｈｍ　１　引　言　近年来，凝视型红外焦平面成像系统已经成为红外成像系统最有发展前景的探测器件。但由于制造工　艺的限制，焦平面阵列探测单元响应度不完全一致，导致了叠加在图像上的空间噪声，即固定图形噪声，　严重影响了红外系统的成像质量和辐射测量精度。因此，红外图像的非均匀校正成为目前亟待解决的问题。　已有的非均匀校正技术大致可分为两大类：第一类是基于黑体的非均匀校正技术，其光学和机械结构　复杂，达不到实时校正要求；第二类是基于场景的非均匀校正技术，它直接利用场景信息，克服了黑体校　正的缺点，成为目前研究的主要方向。比如，Ｓｃｒｉｂｎｅｒ等ｕ　提出的时域高通滤波算法、神经网络校正算法　、　Ｈａｒｒｉｓ等　提出的恒定统计算法和Ｔｏｒｒｅｓ等Ｌ４　提出的卡尔曼滤波校正算法等均属于此类。然而，这些算法又　不可避免的存在一些缺陷：时域高通滤波要求探测单元成像具有较高的时空遍历性，神经网络算法利用噪　收稿日期：２００７—０３—２１；收到修改稿日期：２００７—１卜２９　基金项目：国家自然科学基金资助项目（６０５７２１５１）　作者简介：全￣（１９８３一），男（汉族），陕西城固人，硕士，主要从事图像处理和信号处理方面的研究工作。Ｅ－ｍａｉｌ：ｑｙ３３４６＠１６３．ｃｏｍ　维普资讯 http://www.cqvip.com ２００８年２月　全　勇等：基于读出电路结构的红外焦平面图像非均匀校正算法　６７　定义三每举为　三一例　ｉ帧如，　ｉ下图　：像１　，第…，ＰＬ组＝。∑通一篓翼Ｌ道帧＝。　的中输的像出　像素素总塞ｌ数（为■目■５）●　露　　工＿：｜■ＩＥ斗　墨　●｝卜：１］　－Ｉ－—．五＿曩蕾Ｉ－＿　工—＿ｌ－｜正　Ｉ　＿　定义，图１（ａ）和图１（ｂ）分别为两种＿ＬＬ　ＩｊＪＩ一＿ｕ　一Ｌ上—　它们的所有像素都分布在四个信道中传输。　通道１（Ｍ１）：■；通道２（Ｍ２）：■，通道３（Ｍ３）：田，通道４（Ｍ４）：ｌ＿＿＿　Ｆｉｇ．１　Ｃｈａｎｎｅｌ　ｌｅｖｅｌ　ｒｅａｄｏｕｔ　ｐａｔｔｅｒｎ　￣所以，每一组读出电路通道输入输出值　都满足线性模型。对于从第一帧到第ｋ帧的　每一组传感器的输入输出关系都可以表达为　ｃｈａｎｎｅｌ　１（Ｍ１）：＿；ｃｈａｎｎｅｌ　２（Ｍ２）：＿；ｃｈａｎｎｅｌ　３（Ｍ３）：口；ｃｈａｎｎｅｌ　４（Ｍ４）：［　Ｚ　（　）＝ｂｋ，ｊＹ　（　）＋ｃ　，　ｅＭ　，ｉ：１，２，…，Ｌ，ｋ＝１，２，…，Ｋ　（６）　式中：　表示第七帧图像中的像素位置，　，　和ｃｕ分别表示叠加在传感器输出　（　）上的乘性固定噪声和加　维普资讯 http://www.cqvip.com

光电工程　第３５卷第２期　性固定噪声，ｚ　（　）为读出电路的输出。　３算法原理简述　３．１算法框图　图２为非均匀校正算法结构框图，整个流程分为两部分。第一部分由读出电路非均匀校正构成，作用　是去除输出图像中的读出电路噪声，并且为下部分的探测器单元噪声校正提供理想值估计。第二部分由探　测器单元理想值估计模块和探测器单元噪声非均匀校正模块构成。利用第一部分计算出的固定噪声参数完　成后续输入噪声图像序列的校正，并进行中值滤波，处理后的图像作为理想值参数再依据递归最小二乘加　权原理，通过探测器单元非均匀校正，得到最终的校正图像序列。　ｉｐｕｔ　ｏｆｔｈｅ　ｉｍａｇｅ　ｓｅｑｕｅｎｃｅｓ、—　——Ｎｏｎｕｎｉｆｏｒｍｉｔｙ　ｃｏｒｒｅｃｔｉｏｎ　ｏｆ　ｒｅａｄｏｕｔ　ａｍｐｌｉｉｆｅｒ　ｎｏｉｓｅ　ｊ卜　Ｎｏｎｕｎｉｆｏｒｍｉｔｙ　ｃｏｒｒｅｃｔｉｏｎ　ｏｆ　ｄｅｔｅｃｔｏｒ　ｐｉｘｅｌ　ｎｏｉｓｅ　Ｃｏｒｒｅｃｔｅｄ　ｉｍａｇｅ　ｓｅｑｕｅ“ｃｅｓ～　图２非均匀校正算法结构框图　Ｆｉｇ．２　Ｆｒａｍｅｗｏｒｋ　ｏｆ　ｔｈｅ　ｎｏｎｕｎｉｆｏｒｍｉｔｙ　ｃｏｒｒｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　３．２读出电路噪声非均匀性校正　利用已知的红外成像系统的读出电路结构图，可以将同一个通道内的像素划分为一组，从而确定出同　一个通道内传输的像素集。由于经过的通道相同，故这些像素集具有十分接近的非均匀噪声值。而这些通　个像素集而言更好的满足了恒定统计假设，故利用改进的统计算法对每一个像素子集进行局部校正，以　道内像素点在焦平面上又是循环分布的，所以可以认为通道之间输入场景的均值和方差是相同的。对于每　一滤除通道内的非均匀噪声，为后续的探测器单元噪声校正提供了可信度更高的预校正数据。读出电路噪声　非均匀性校正的原理框图如图３所示。　Ｎｏｉｓｅ　ｐａｒａｍｅｔｅｒｓ　ｏｆｔｈｅ　ｌａｓｔ　ｌａｍｅ　ｆ图３读出电路非均匀校正算法结构框图　Ｆｉｇ．３　Ｆｒａｍｅｗｏｒｋ　ｏｆｔｈｅ　ｒｅａｄｏｕｔ　ａｍｐｌｉｆｉｅｒ　ｎｏｎｕｎｉｆｏｒｍｉｔｙ　ｃｏｒｒｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　通过迭代的统计计算分别得到噪声图像统计估计　，，和　，，以及真实图像统计估计　和　，　再利用　式（７）的非均匀校正式得到此次校正值，并作为下一步校正的输入值。同时生成的噪声参数　，和　，在下一　帧图像的真实图像统计估计时又被再次利用。　（Ｊ）＝［（　（　）一　）／　，，，，】　＋　，　，　（７）　３．３探测器单元噪声非均匀性校正　步骤一：探测器单元校正理想值估计　为了进行探测器单元噪声非均匀性校正，首先要得到真实辐照度的预估计值。首先，根据式（２）的非均　匀校正思想，使用上一帧探测器单元噪声计算值，进一步去除读出电路校正图中的图像噪声，然后使用３×３　的中值滤波器来进行预估值处理。中值滤波进一步减少了读出电路噪声校正后图像的空间噪声，但同时也　降低了图像的空间分辨率。降低的空间分辨率可以通过下一步骤中的探测器单元的递归加权最小二乘非均　匀校正算法来复原。　步骤二：递归加权最小二乘校正算法　将式（１）改写成矢量方程：　Ｙ　＝Ｈ　（８）　其中：Ｈｋ＝［ｘｋ　１】，　＝［ａ　ａ　】　。设已经处理的图像帧数为ｋ帧，为叙述方便，引入加权矩阵　，　维普资讯 http://www.cqvip.com

２００８年２月　采用以下记号：　全勇等：基于读出电路结构的红外焦平面图像非均匀校正算法　６９　ｌ　ｌ　ｙ（　）＝　２　●　，Ｈ（　）＝　２　：　：　●　，　（　）＝　Ｙｋ　则矢量方程为　Ｙ（ｋ）：Ｈ（ｋ）Ｏ　（９）　（１０）　（ＩＩ）　ｐ）（１２）　由递归加权最ｔＪ￣ｚ．乘估计原理，引入衰减因子　其中增益矩阵　的表达式为　１，得第ｋ＋１次的固定噪声参数递推公式：　０（ｋ＋１）＝０（ｋ）＋Ｋ“ｌ［Ｊ，　＋ｌ—日“１　（　）】　Ｋ川＝　＋ｌＨ　＋ｌ　＋，的递推公式为　（　一　＝　ｒ　九　＾＋Ｈ　１ｒ．，Ｈ　其中　＝［Ｈ　（　）　（　）Ｈ（　）】～。　步骤三：噪声图像的非均匀校正　设由第ｋ步递推得到的固定噪声参数为０＝［ａｋ．　．　】　，联立式（２），得到图像　的估计值。　４算法仿真结果分析　４．１仿真数据的产生　本文利用已有的８￣１２￣ｔｍ红外序列图像，通过加　入图ｌ（ａ）的模拟固定图案噪声参数，形成测试仿真数　表１读出电路模拟噪声参数　Ｔａｂｌｅ　１　Ｎｏｉｓｅ　ｐａｒａｍｅｔｅｒｓ　ｏｆｓｉｍｕｌａｔｅｄ　ｒｅａｄｏｕｔ　ａｍｐｌｉｉｆｅｒ　据。图像尺寸２５０像素ｘ１６０像素，序列中共有２５０帧。　读出电路噪声模拟参数如表１所示。传感器噪声参数　中，加性固定噪声为均值０、标准方差２５的高斯白噪　声，乘性噪声为均值１，标准差Ｏ．Ｏ２的高斯白噪声。　４．２仿真数据的校正结果　通过对仿真红外图像进行非均匀校正，得到如图４所示的校正图像。与时域高通滤波（ＴＨＰ）方法、神　经网络校正方法（ＮＮ）、迭代最小二乘算法（ＩＬＳ）相比较，基于读出电路结构的迭代非均匀校正算法（ＩＲＡ）具　有较好的校正效果。本文的方法不仅较大的保留了图像细节，还减弱了校正图像中的黑影，具有较好的清　晰度。为叙述方便，以下英文叙述时都使用其英文缩写形式。　曩■■一■●　（ａ）　（ｂ）　（ｃ）　（ｄ）　（ｅ）　（ｔ）　图４第８Ｏ帧图像的校正结果　（ａ）原图像；（ｂ）噪声图像；（ｃ）时域高通滤波校正图像；（ｄ）神经网络校正图像；　（ｅ）迭代最小二乘算法校正图像；（ｆ）基于读出电路算法校正图像　Ｆｉｇ．４　Ｃｏｒｒｅｃｔｉｏｎ　ｒｅｓｕｌｔｓ　ｏｆ　ｌａｍｅ　ｆ８Ｏ　ｗｉｔｈ　ｄｉｆｅｒｅｎｔ　ａｌｇｏｒｉｔｈｍ　（ａ）Ｏｒｉｇｉｎａｌｆｌａｍｅ；（ｂ）Ｎｏｉｓｅｆｒａｍｅ；（ｃ）ＣｏｒｒｅｃｔｅｄｉｍａｇｅｓｗｉｔｈＴＨＰ；（ｄ）ＮＮ；（ｅ）ＩＬＳ；（ＤＩＲＡ　４．３算法的性能分析　由于ＩＬＳ算法在收敛速度、计算复杂度和数据存储量方面比其它方法已经有很大改进　，所以这里只　维普资讯 http://www.cqvip.com

７０　光电工程　第３５卷第２期　对ＩＬＳ算法和本文方法在上述方面进行比较。　４．３．１收敛速度比较　为了比较图像处理效果，图５　给出了分别采用两种算法处理后的　图像光滑度Ｐ和均方误差根ＲＭＳＥ　（Ｒｏｏｔ　Ｍｅａｎ　Ｓｑｕａｒｅ　Ｅｒｒｏｒ）参量随帧　数／，／变化的曲线，两个参量的定义　参见文献［４］。从图中可以看出基于　／ｆｒａｍｅ　／ｆｒａｍｅ　读出电路结构的非均匀校正方法比　（ａ）Ｒｏｕｇｈｎｅｓｓ　（ｂ）ＲＭＳＥ　ＩＬＳ算法约提前收敛２０帧，因此具　图５　两种方法不同图像帧对应的光滑度和ＲＭＳＥ　有更快的收敛速度。　Ｆｉｇ．５　Ｃｕｒｖｅ　ｏｆＲＭＳＥ　ａｎｄ　ｒｏｕｇｈｎｅｓｓ　ｃｏｒｒｅｓｐｏｎｄｉｎｇ　ｔｏ　ｔｈｅ　ｄｉｆｅｒｅｎｔ　ａｌｇｏｒｉｔｈｍ　４．３．２时间和空间复杂度比较　ＩＬＳ算法分为图像配准和运动补偿平均、噪声参量迭代估计和噪声图像校正两部分，而基于读出电路　结构的焦平面非均匀校正算法分为读出电路噪声校正和传感器噪声校正两部分。两种方法在第二部分的计　算量相当，但第一部分的计算量后者却远远小于前者。对两种方法第一部分计算量的具体分析如下。图像　配准和运动补偿平均模块需要的乘法次数约为１０ｍ　＋ｍ　（１ｏｇ２　）　＋２ｘｙ，加法次数约为４ｍ　（１ｏｇ２　）　＋４ｘｙ，　而读出电路噪声校正需要的乘法次数约为１３ｘｙ／２，加法次数约为９ｘｙ／２。其中ｍ为背景配准窗口大小，ｘ和　Ｙ分别为输入图像的水平和垂直大小，ｍ一般选取值为ｘ或Ｙ的一半。可以看出读出电路噪声校正比图像　配准的计算量要小两个图像大小量级。这里选择ｘ为２５０，Ｙ为１６０，ｍ为１００，它们的单位都是ｐｉｘｅｌ，则　每帧图像校正的计算量减少约２００万次。可以看出，基于读出电路的非均匀校正方法同基于图像配准的校　正方法相比，大大降低了计算复杂度。　再考虑两种算法的数据存储量，由于两种算法已经是迭代处理算法，故数据存储量比批处理算法已经　大为减少。ＩＬＳ算法所需的存储量空间大约为ｌ２帧图像，而基于读出电路结构的非均匀校正方法数据存储　量约为ｌ４帧图像。这对于硬件电路来说都是较易实现的。　５结论　本文给出了基于读出电路结构的红外焦平面非均匀校正算法，解决了一般焦平面阵列校正算法中普遍　存在的计算复杂度高、实时实现困难等问题，使得该算法更适合于工程化应用。该算法是两种校正算法的　综合，如果要进一步减少计算的复杂度，可以单独使用其中的任意一种方法，只是校正精度略有下降。但　是，算法是基于读出电路结构的，它要求像素分组要尽量满足成像系统的结构信息，所以将这种理论与硬　件结构紧密联系，将是下一步研究的重点和方向。　参考文献：　、　［１】Ｓｃｒｉｂｎｅｒ　Ｄ　Ａ，Ｓａｒｋａｙ　Ｋ　Ａ，Ｃａｌｄｆｉｅｌｄ　Ｊ　Ｔ，ｅｔ　ａ１．Ｎｏｎｕｎｉｆｏｒｍｉｔｙ　ｃｏｒｒｅｃｔｉｏｎ　ｆｏｒ　ｓｔａｒｉｎｇ　ｆｏｃａｌ　ｐｌａｎｅ　ａｒｒａｙｓ　ｕｓｉｎｇ　ｓｃｅｎｅ－ｂａｓｅｄ　ｔｅｃｈｎｉｑｕｅｓ［Ｊ］．ＳＰＩＥ，１９９０，１３０８：２２４—２３３．　［２１　Ｓｃｒｉｂｎｅｒ　Ｄ　Ａ，Ｓａｒｋａｙ　Ｋ　Ａ，ＫＥｕｅｒ　Ｍ　Ｋ，ｅｔ　ａ１．Ａｄａｐｔｉｖｅ　ｎｏｎｕｎｉｆｏｒｍｉｔｙ　ｃｏｒｒｅｃｔｉｏｎ　ｏｆｒ　ＩＲ　ｆｏｃａｌ　ｐｌａｎｅ　ａｒｒａｙｓ　ｕｓｉｎｇ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋｓ　［Ｊ］．ＳＰＩＥ，１９９１，１５４１：１００—１０９．　［３】Ｈａｒｒｉｓ　Ｊ　Ｇ，Ｃｈｉａｎｇ　Ｙ　Ｍ．Ｎｏｎｕｎｉｆｏｒｍｉｔｙ　Ｃｏｒｒｅｃｔｉｏｎ　Ｕｓｉｎｇ　Ｃｏｎｓｔａｎｔ　Ａｖｅｒａｇｅ　Ｓｔａｔｉｓｔｉｃｓ　Ｃｏｎｓｔｒａｉｎｔ：Ａｎａｌｏｇｕｅ　ａｎｄ　Ｄｉｇｉｔａｌ　Ｉｍｐｌｅｍｅｎｔａｔｉｏｎｓ［Ｊ］，ＳＰＩＥ，１９９７，３０６１：８９５—９０５．　［４】Ｔｏｒｒｅｓ　Ｓ　Ｎ，Ｈａｙａｔ　Ｍ　Ｍ．Ｋａｌｍａｎ　ｉｆｌｔｅｉｒｎｇ　ｏｆｒ　ａｄａｐｔｉｖｅ　ｎｏｎｕｎｉｆｏｒｍｉｔｙ　ｃｏｒｒｅｃｔｉｏｎ　ｉｎ　ｉｎｆｒａｒｅｄ　ｆｏｃａｌ　ｐｌａｎｅ　ａｒｒｙａｓ［Ｊ】＇Ａｐｐｌｉｅｄ　Ｏｐｔｉｃｓ，２０００，４０３０：１９６—２０５，　，　．　【５】Ｈａｒｄｉｅ　Ｒ　Ｃ，Ｂａｒｎａｒｄ　Ｋ　Ｊ，Ｂｏｇｎａｒ　Ｊ　Ｇ，ｅｔ　ａ１．Ｈｉｇｈ－ｒｅｓｏｌｕｔｉｏｎ　ｉｍａｇｅ　ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ　ｒｆｏｍ　ａ　ｓｅｑｕｅｎｃｅ　ｏｆｒｏｔａｔｅｄ　ｎａｄ　ｔｒｎａｓｌａｔｅｄ　ｆｒａｍｅｓ　ｎａｄ　ｉｔｓ　ａｐｐｌｉｃａｔｉｏｎ　ｔｏ　ａｎ　ｉｎｒｆａｒｅｄ　ｉｍａｇｉｎｇ　ｓｙｓｔｅｍ［Ｊ］．Ｏｐｔ．Ｅｎｇ，１９９８，３７（１）：２４７－２６０，　（下转第１２７页）　维普资讯 http://www.cqvip.com ２００８年２月　李田泽等：改进型ＰＳＤ非线性误差分析及其应用研究　１２７　层建筑玻璃墙面施工；倾斜基准面可用于道路、铁路等倾斜基准面施工等，该系统还可以应用于各种类型　的高层及高耸建筑物的测量以及对三维不规则外形物体参数的提取等，有广泛的应用空间。　参考文献：　［１】　莫长涛，陈长征，张黎丽，等．光电位置敏感器件背景光补偿的研究［Ｊ】．中国激光，２００４，３１（４）：４２７－４３１．　ＭＯ　Ｃｈａｎｇ－ｔａｏ，ＣＨＥＮ　Ｃｈａｎｇ—ｚｈｅｎｇ，ＺＨＡＮＧ　Ｌｉ—ｌｉ，ｅｔ　ａ１．Ｓｔｕｄｙ　ｏｎ　ｂａｃｋｇｒｏｕｎｄ　ｌｉｇｈｔ　ｃｏｍｐｅｎｓａｔｉｏｎ　ｏｆｐｈｏｔｏ—ｅｌｅｃｔｒｉｃ　ｐｏｓｉｔｉｏｎ　ｓｅｎｓｉｔｉｖｅ　ｄｅｔｅｃｔｏｒ［Ｊ］．Ｃｈｉｎｅｓｅ　Ｊｏｕｒｎａｌ　ｏｆ　Ｌａｓｅｒｓ，２００４，３１（４）：４２７—４３　１．　【２】　党丽萍，刘君华，唐树刚、双四象限光电探测器在线测试虚拟仪器【Ｊ１．光电工程，２００５，３２（５）：５０－５２．　ＤＡＮＧ　Ｌｉ—ｐｉｎｇ，ＬＩＵ　Ｊｕｎ—ｈｕａ，ＴＡＮＧ　Ｓｈｕ－ｇａｎｇ．Ｏｎ—ｌｎｅ　ｉｎｓｐｅｃｔｉｉｏｎ　ｖｉｒｔｕａｌ　ｉｎｓｔｒｕｍｅｎｔ　ｗｉｔｈ　ｄｏｕｂｌｅ　ｆｏｕｒ　ｑｕａｄｒａｎｔ　ｐｈｏｔｏｅｌｅｃｔｒｉｃ　ｄｅｔｅｃｔｏｒ［Ｊ】．Ｏｐｔｏ－Ｅｉｅｃｔｒｏｎｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ，２００５，３２（５）：５０－５２．　［３】　林玉池，洪昕，赵美拳微机械自跟踪双坐标光电准直仪的研究［Ｊ】＇光电工程，２００２，２９（４）：４３－４５．　ＬＩＮ　Ｙｕ—ｃｈｉ，ＨＯＮＧ　Ｘｉｎ，ＺＨＡＯ　Ｍｅｉ－ｒｏｎｇ．Ｓｔｕｄｙ　ｏｎ　ａ　ｔｗｏ－ｄｉｍｅｎｓｉｏｎ　ｐｈｏｔｏｅｌｅｃｔｒｉｃ　ａｃｔｃｏｌｌｏｉｍａｔｏｒ、】ｌｒｉ也ｍｉｃｒｏ—ｍｅｃｈａｎｉｃａｌ　ａｕｔｏｍａｔｉｃ　ｔｒａｃｋｉｎｇ　ｕｎｉｔ［Ｊ】．Ｏｐｔｏ—Ｅｌｅｃｔｒｏｎｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ，２００２，２９（４）：４３－４５．　［４】　汪晓东，叶美盈．二维光电位置敏感器件的非线性修正［Ｊ】．光学技术，２００２，２８（２）：１７４－１７８．　ＷＡＮＧ　Ｘｉａｏ—ｄｏｎｇ，ＹＥ　Ｍｅｉ—ｙｉｎｇ．Ｎｏｎ－ｌｉｎｅａｒ　ｃｏｒｒｅｃｔｉｏｎ　ｏｆ　ｔｏｗ－ｄｉｍｅｎｓｉｏｎ　ｐｈｏｔｏｅｌｅｃｔｒｉｃ　ｐｏｓｉｔｉｏｎ　ｓｅｎｓｉｔｉｖｅ　ｄｅｔｅｃｔｏｒ［Ｊ］．Ｏｐｔｉｃａｌ　Ｔｅｃｈｎｉｑｕｅ，２００２，２８（２）：１７４－１７８．　［５】ＬＩＵ　Ｙａｏ—ｈ０ｎｇ，ＴＥＮＧ　Ｌｉｎ，ＬＩ　Ｄａ－ｑｉ，ｅｔ　ａ１．Ａｐｐｌｉｃａｔｉｏｎ　ｏｆｐｏｗｅｒ　ｓｐｅｃｔｒａｌ　ｄｅｎｓｉｔｙ　ｔｏ　ｓｐｅｃｉｆｙ　ｏｐｔｉｃａｌ　ｓｕｐｅｒ－ｓｍｏｏｔｈ　ｓｕｒｆａｃｅｓ［Ｊ】．　ＳＰＩＥ，２００５，６１５０：６１５０３１．　［６】　贺安之，阎大鹏．现代传感器原理及应用［Ｍ】．北京：宇航出版社，１９９５．　ＨＥ　Ａｎ—ｚｈｉ，ＹＡＮ　Ｄａ－ｐｅｎｇ．Ｍｏｄｅｒｎ　Ｓｅｎｓｏｒ　Ｐｒｉｎｃｉｐｌｅ　ａｎｄ　Ａｐｐｌｉｃａｔｉｏｎ［Ｍ】．Ｂｅｉｊｉｎｇ：Ｓｐａｃｅ　Ｎａｖｉｇａｔｉｏｎ　Ｐｒｅｓｓ，１９９５．　［７】　吕爱民，袁红星，贺安之，等．光斑模式对ＰＳＤ定位的研究［Ｊ】＇激光技术，１９９８，２２（５）：２９４－２９７．　ＬＯ　Ａｉ—ｍｉｎ，ＹＵＡＮ　Ｈｏｎｇ—ｘｉｎｇ，ＨＥ　ｎ－Ａｚｈｉ，ｅｔ　ａ１．Ｔｈｅ　ｒｅｓｅａｒｃｈ　ｉｎ　ｔｈｅ　ｉｎｆｌｕｅｎｃｅ　ｏｆｂｅａｍ　ｓｐｏｔ　ｏｎ　ｈｅ　ｔｐｒｅｃｉｓｉｏｎ　ｏｆＰＳＤ［Ｊ】’Ｌａｓｅｒ　Ｔｅｃｈｎｏｌｏｇｙ，１９９８，２２（５）：２９４—２９７．　［８］　孙先逵，秦岚．一种新型非接触位姿检测系统研究［Ｊ】＇光电工程，２００７，３４（１）：５０—５４．　ＳＵＮ　Ｘｉｎ－ａｋｕｉ，ＱＩＮ　Ｌａｎ．Ｎｅｗ　ｓｙｓｔｅｍ　ｏｆ　ｎｏｎ－ｃｏｎｔａｃｔ　ｐｏｓｅ　ｍｅａｓｕｒｅｍｅｎｔ［Ｊ】．Ｏｐｔｏ－Ｅｉｅｅｔｒｏｎｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ，２００７，３４（１）：　５０－５４　—　—　—　—　—　—　—　—　—　—　—　—　—　—　—　—　—　—　—　—　—　—　—　—　—　—　—　。　—　—　—　—　—　—　—　—　—　—　ａ　—　。　—　。　—　。　（上接第７０页）　Ｔ－．基于递推最小二乘的红外焦平面非均匀校正算法［Ｊ】＇光子学报，２００６，３５（２）：２６１—２６４．　［６】　徐田华，赵亦＿ＸＵ　Ｔｉｎ－ｈｕａ，ＺＨＡＯ　Ｙｉ—ｇｏｒａ　．Ｉｔｅｒａｔｉｖｅ　Ｌｅａｓｔ　Ｓｑｕａｒｅ—Ｂａｓｅｄ　Ａｌｇｏｒｉｔｈｍ　ｆｏｒ　Ｎｏｎｕｎｉｆｏｒｍｉｔｙ　Ｃｏｒｒｅｃｔｉｏｎ　ｏｆ　Ｉｎｆｌａｔｅｄ　Ｆｏｃａｌ　Ｐｌａｎｅ　Ａｒｒａｙｓ［Ｊ］．Ａｃｔａ　Ｐｈｏｔｏｎｉｃａ　Ｓｉｎｉｃａ，２００６，３５（２）：２６１—２６４．　Ｊ】＇红外与激光工程，１９９７，２６（３）：１１—１３．　［７】　周建勋，王利平，刘　滨．红外图像非均匀性原因分析［ＺＨＯＵ　Ｊｉｎ—ａｘａｎ，ＷＡＮＧ　Ｌｉ—ｐｉｎｇ，ＬＩＵ　Ｂｉｎ．Ａｎａｌｙｓｉｓ　ｏｆｔｈｅ　ｃａｕｓｅ　ｏｒｆ　ｈｅ　ｔｎｏｎｕｎｉｏｒｆｍｉｔｙ　ｏｆｉｎｆｒｒｅｄ　ａｉｍａｇｅ［Ｊ】＇Ｉｎｆｒａｒｅｄ　ａｎｄ　Ｌａｓｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ，１９９７，２６（３）：１１—１３．　［８】　Ｎａｒａｙａｎａｎ　Ｂ，Ｈａｒｄｉｅ　Ｒ　Ｃ，Ｍｕｓｅ　Ｒ　Ａ．Ｓｃｅｎｅ—ｂａｓｅｄ　ｎｏｎｕｎｉｏｒｆｍ＠ｃｏｒｒｅｃｔｉｏｎ　ｔｅｃｈｎｉｑｕｅ　ｔｈａｔ　ｅｘｐｌｏｉｔｓ　ｋｎｏｗｌｅｄｇｅ　ｏｆ　ｈｅ　ｔｆｏｃａｌ－ｐｌａｎｅ　ａｒｒａｙ　ｒｅａｄｏｕｔ　ｒｃａｈｉｔｅｃｔｕｒｅ［Ｊ】＇Ａｐｐｌｉｅｄ　Ｏｐｔｉｃｓ，２００５，４４（１７）：３４８２—３４９１．