基于改进伽马曲线的星载长波红外焦平面非均匀性校正算法.docx

【基于改进伽马曲线的星载长波红外焦平面非均匀性校正算法】 星载长波红外成像技术在航天领域中具有重要的地位，它能够实现全天候、全时段的观测，探测目标的工作状态，甚至发现伪装和隐蔽的目标。然而，长波红外焦平面阵列（IRFPA）器件在太空环境中的应用面临着响应非均匀性问题，这会降低成像的信噪比和温度分辨率。为了改善这种情况，非均匀性校正（NUC）技术被广泛应用。 非均匀性校正方法主要分为两类：基于场景技术和基于标定技术。基于场景的技术利用图像的统计特性来计算校正系数，而基于标定技术则需要周期性地对黑体成像来确定校正参数。虽然基于场景的技术可以实时获取校正系数，但由于无法精确获取黑体辐射通量，只能进行相对辐射校正，不能满足天基遥感的定量需求。因此，通常采用基于定标技术的校正方法，但这需要大量的黑体温度点和长时间的定标过程，影响了成像的时效性。 针对长波红外探测器在大动态范围下的非线性问题，本文提出了一种基于改进伽马曲线的非均匀性校正算法。伽马曲线是一种非线性模型，能够更好地模拟探测器的响应特性。通过非线性压缩映射和逆映射，该算法提高了线性化校正算法对非线性响应的适应性，从而实现更精确的校正。 红外探测器的响应特性如公式(1)和(2)所示，它们之间的关系是非线性的，尤其是在大动态范围下，这种非线性特性更加明显。传统的线性校正方法（如图1(b)所示）可能无法完全消除非线性影响，导致校正残差。改进的伽马曲线方法则旨在在保持较少的黑体定标温度点的前提下，减小非线性对校正精度的影响，以满足卫星在轨操作的要求。 通过理论分析和数据处理，该算法展现出大的动态范围和高的校正精度，对于解决星载红外探测器的非均匀性问题具有显著的优势。这种方法的创新之处在于它能够在不改变现有的星载黑体定标机制和模式的情况下，优化校正效果，提高非均匀性校正的稳定性和准确性。 总结来说，这篇文档介绍了一种新颖的星载长波红外焦平面非均匀性校正策略，利用改进的伽马曲线模型克服了探测器在大动态范围下的非线性问题，提升了天基红外成像的质量和定量遥感的准确性。这一算法对于推动天基红外成像技术的发展具有重要意义。