基于遗传算法优化IRFPA非均匀性自适应校正研究与实现

摘要

随着红外焦平面阵列技术的出现，红外热成像技术在军事、民用领域得到广泛的应用和推广。然而，由于现在红外半导体材料和制造工艺水平的问题，红外焦平面阵列中各个探测单元存在非均匀性响应。非均匀性响应严重影响着红外成像系统的性能，使红外热成像系统无法准确、有效地反映出物体的红外特性。因此，对红外焦平面阵列进行非均匀性校正具有重要的理论意义和应用价值。
　　 本文首先详细介绍红外热成像系统成像的原理以及红外焦平面阵列探测元的非均匀性响应的原因，然后对基于固定温度定标和基于场景统计这两类常用的红外焦平面非均匀性校正算法进行研究分析。基于固定温度定标算法虽然计算量小、校正实时性好，但是系统校正参数固定，无法适应红外成像系统应用在复杂多变的环境中。因此，基于场景的红外焦平面阵列非均匀性自适应校正算法成为目前研究的热点。本文重点对基于场景类的BP神经网络校正算法进行研究，针对BP神经网络校正算法运算量大、容易进入局部最小值、算法实时性差的问题，提出利用遗传算法优化BP神经网络校正过程，具体包括对BP神经网络校正算法的初始参数进行优化和神经网络的权值进行优化，以减少BP神经网络算法的迭代次数、提高算法校正精确度和实时性能。
　　 为了综合测试基于遗传算法的红外焦平面阵列自适应校正性能，本文将该算法移植到TMS320DM6437的硬件平台上，实验表明:通过遗传算法优化后的BP神经网络算法相对于传统BP神经网络算法具有更好的校正精度、收敛速度，易于硬件实时实现。

目录

声明

摘要

插图清单

第一章 绪论

1．1 红外成像技术介绍

1．2 研究非均匀校正的意义

1．3 红外焦平面阵列非均匀校正

1．4 本文研究内容及论文结构

第二章 红外热成像基本原理及红外图像非均匀性分析研究

2．1 红外热成像系统组成及成像过程

2．2 红外图像非均匀性产生的原因

2．2．1 外界输入引起的非均匀性

2．2．2 红外焦平面阵列器件的非均匀性

2．2．3 器件工作状态引入的非均匀性

2．3 红外非均匀性定义

2．4 红外图像主要特点

2．5 红外图像非均匀性校正算法的概述

2．6 本章小结

第三章 传统BP神经网络算法研究

3．1 人工神经网络介绍

3．2 BP神经网络基本原理

3．3 BP神经网络用于红外图像非均匀性校正

3．4 BP神经网络算法具体实现过程

3．5 算法红外图像实验仿真

3．6 本章小结

第四章 基于遗传算法的红外焦平面阵列自适应校正研究

4．1 遗传算法介绍

4．2 遗传算法具体实现过程

4．3 遗传算法优化BP神经网络权值

4．3．1 算法具体实现

4．3．2 算法模拟仿真

4．4 本章小结

第五章 算法实现

5．1 红外成像系统硬件结构

5．2 系统软件具体实现

5．2．1 系统初始化

5．2．2 BP神经网络滤波

5．3 硬件平台实验结果分析

5．3．1 实时校正速度的比较

5．3．2 校正图像效果比较

5．4 本章小结

第六章 结束语

致谢

参考文献

附录A 在研期间所参与的科研项目和发表的论文

附录B TMS320DM6437主程序部分代码