[发明专利]一种红外焦平面探测器盲元筛选方法

说明书

技术领域：

本发明涉及红外焦平面探测器技术，具体涉及一种红外焦平面探测器盲元筛选方法。

背景技术：

面阵红外焦平面探测器不可避免地存在盲元，特定形状的连续盲元容易影响对特定目标的成功识别和预警。面阵红外焦平面探测器性能测试时，需要根据其不同的使用要求对不同形状的盲元进行统计分析。毛京湘等在《用MATLAB实现红外焦平面探测器盲元的统计分析》一文(《红外》第30卷第3期第44页)中公开了一种统计连续盲元的方法，该方法不能满足对特定形状的盲元进行筛选的要求。目前，若要对探测器进行特定形状的盲元筛选，只能根据探测器的原始盲元数据进行人工手动筛选和统计，效率较低。因此，实现面阵红外焦平面探测器测试时特定形状盲元筛选和统计的自动化十分必要。

发明内容：

为解决上述问题，本发明的目的是实现面阵红外焦平面探测器中特定形状盲元筛选和统计的高效自动化。

为达上述目的，本发明提供一种红外焦平面探测器盲元筛选方法，包括以下步骤：

步骤一：生成待筛选的特定形状的盲元矩阵B=[b_ij]，矩阵B的大小为I×J，有

式中，I×J取8×1，5×2，4×3，3×3或2×2，i，j为下标，i的取值范围是1，2，3，...，I，j的取值范围是1，2，3，...，J；

步骤二：求解红外焦平面探测器原始盲元数据矩阵BW中的连续盲元信息cc，有

cc=bwconncomp(BW)     (2)

式中，原始盲元数据矩阵BW为X×Y大小的二值矩阵，由红外焦平面探测器盲元测试系统对实际器件进行盲元测试后生成，X×Y为被测试红外焦平面探测器的规模，bwconncomp()为MATLAB8.0软件中的函数，其中，连续盲元信息cc为bwconncomp()函数生成的数据结构体，该数据结构体包含以下数据：

1.cc.Connectivity，为整数；

2.cc.NumObjects，为整数；

3.cc.ImageSize，为1×2大小的矩阵；

4.cc.PixelIdxList，为1×cc.NumObjects大小的元胞矩阵；

步骤三：求解红外焦平面探测器原始盲元数据矩阵BW中连续盲元团簇的个数S，有

S=cc.NumObjects     (3)；

步骤四：求出包围连续盲元团簇的最小盲元团簇矩阵CM_s，其中，s为下标，s的取值为1，2，3，...，S，其中，最小盲元团簇矩阵CM_s的求取步骤如下：

4‐1)求解最小盲元团簇矩阵的大小信息ccbbox，有

ccbbox=regionprops(cc,’BoundingBox’)      (4)

式中，regionprops(,’BoundingBox’)为MATLAB8.0软件中的函数，其中，最小盲元团簇矩阵的大小信息ccbbox为regionprops(,’BoundingBox’)函数生成的数据结构体，该数据结构体包含ccbbox.BoundingBox一种数据，其中，ccbbox.BoundingBox为S组1×4大小的矩阵MN_s，有

MN_s=[MN1_s MN2_s MN3_s MN4_s]      (5)

式中，MN1_s，MN2_s为小数，MN3_s，MN4_s为整数；

4‐2)求解最小盲元团簇矩阵的图像信息ccimg，有

ccimg=regionprops(cc,’Image’)      (6)

式中，regionprops(,’Image’)为MATLAB8.0软件中的函数，其中，最小盲元团簇矩阵的图像信息ccimg为regionprops(,’Image’)函数生成的数据结构体，该数据结构体包含ccimg.Image一种数据，其中，ccimg.Image为S组MN3_s×MN4_s大小的最小盲元团簇矩阵有