[发明专利]一种基于LSTM模型确定红外探测器闪元的方法

说明书

本发明涉及一种基于LSTM模型确定红外探测器闪元的方法，包括以下步骤：输入图像时间序列，利用预设的闪元判定标准得到某时刻的闪元；根据真实场景判断检测结果是否有目标误判的情况，对闪元进行人工更正，得到该时刻探测器中闪元位置；利用探测器焦平面温度、积分时间、空间辐照、暗电流、应力等参数和标记的闪元位置构建该红外探测器的闪元数据集，对数据集中的数据进行归一化；通过LSTM对训练集中的数据建模，确定任意时刻红外探测器的闪元位置。本方法可应用于探测器成像质量的检测及目标探测识别领域。

技术领域

本发明属于红外探测领域，具体涉及一种基于LSTM模型确定红外探测器闪元的方法。

背景技术

在红外探测器中，受到材料、工艺、工作环境的影响或限制，部分像元在成像时，响应过高或过低，称为盲元。对于在使用周期内，响应特性均表现为盲元的像元称为固定盲元。闪元则被定义为在使用周期内，盲元的概率小于100％的像元。红外图像经过非均匀校正后，仍存在由闪元引起的噪声，对目标探测、识别、定位产生了严重影响。

目前已有许多对红外探测器盲元检测的研究，分为基于辐射定标法和基于场景的两种检测方法。由于闪元在时间和空间上都具有随机性，且受到工作环境的影响，基于辐射定标法很难检测出闪元。对于弱小点目标及其复杂的环境，基于场景的闪元检测方法容易将点目标误判为闪元。

发明内容

本发明的目的在于利用LSTM模型及大量统计得到的闪元数据，确定未来时刻的闪元位置，降低红外成像过程中，闪元对目标探测、识别、定位等的影响。

本发明的技术解决方案：基于大量场景数据，利用LSTM模型确定探测器闪元的位置。

本发明实例提供了一种基于LSTM模型确定红外探测器闪元的方法，步骤如下：

步骤1：输入图像时间序列，根据预设的闪元判定准则，检测出图像中的闪元；

步骤2：将步骤1中检测的闪元与实际场景对比，如果有目标误判，对步骤中1的闪元进行人工更正；

步骤3：根据步骤1中得到的闪元数据及测试时间、探测器闪元数量、焦平面温度、积分时间、空间辐照、暗电流、应力以及其他可能影响探测器响应的特征，构建该红外探测器对应的闪元数据集并进行归一化。将数据集按照x:y的比例分成训练集和测试集，x，y均为正整数；

步骤4：通过LSTM对训练集中的数据建模，在模型中使用平均绝对误差(MAE)作为损失函数，该LSTM模型中包含一个输入层，四个隐藏层以及输出层；在模型中使用平均绝对误差(MAE)作为损失函数。LSTM模型公式包括：

输入门：

候选门：

遗忘门：

记忆更新：C_t＝f_t×C_t-1+i_t×C′_t

输出门：

是线性关系的系数，b_f，b_i，b_o是偏置项。s_t-1表示的是上一个序列的隐藏状态，x_t表示的是当前序列数据。δ表示sigmod函数。输入门、遗忘门、输出门的激活函数使用sigmoid，候选门的激活函数使用tanh。Sigmoid和tanh函数的表达式分别如下：

模型中构造的损失函数如下：

Loss＝(f(x)-y)²

其中，f(x)为输出值，y为预期值。