[发明专利]一种红外焦平面探测器盲元筛选方法

摘要

本发明公开了一种红外焦平面探测器盲元筛选方法。本发明用于筛选面阵红外焦平面探测器中特定形状的盲元，并对其数量、连续盲元团簇的质心、连续盲元数等信息进行统计。本发明的方法步骤包括：1，生成待筛选的特定形状的盲元矩阵；2，求解探测器原始盲元数据中的连续盲元信息；3，寻找包围连续盲元团簇的最小盲元团簇矩阵；4，求解最小盲元团簇矩阵的信息；5，循环判断连续盲元团簇矩阵中是否包含待筛选的特定形状的盲元；6，统计保存筛选结果。本发明的优点是实现了特定形状的盲元筛选的自动化，提高了盲元筛选的效率，并且本发明使用的方法计算过程简单、运算速度快。

主权项

1.一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CMs=[cmmn3smn4s],]]>有式中，mn3_s，mn4_s为下标，mn3_s的取值为1，2，3，...，MN3_s，mn4_s的取值范围为1，2，3，...，MN4_s；步骤五：求解最小盲元团簇矩阵的质心信息ccct，有ccct=regionprops(cc,’Centroid’)     (8)式中，regionprops(,’Centroid’)为MATLAB8.0软件中的函数，其中，最小盲元团簇矩阵的质心信息ccct为regionprops(,’Centroid’)函数生成的数据结构体，该数据结构体包含ccct.Centroid一种数据，其中ccct.Centroid为S组1×2大小的质心坐标矩阵CT_s，有CT_s=[ct1_s，ct2_s]        (9)式中，ct1_s为第s个最小盲元团簇矩阵的质心的横坐标，ct2_s为第s个最小盲元团簇矩阵的质心的纵坐标；步骤六：求解最小盲元团簇矩阵的连续盲元数信息ccarea，有ccarea=regionprops(cc,’Area’)       (10)式中，regionprops(,’Area’)为MATLAB8.0软件中的函数，其中，最小盲元团簇矩阵的连续盲元数信息ccarea为regionprops(,’Area’)函数生成的数据结构体，该数据结构体包含ccarea.Area一种数据，其中，ccarea.Area为S个整数AREA_s，其中，AREA_s为第s个最小盲元团簇矩阵的连续盲元数；步骤七：令s=1       (11)；步骤八：若MN3_s≥I且MN4_s≥J，进行步骤九，否则进行步骤十三；步骤九：计算横向范围PP_s，纵向范围QQ_s，有PP_s=MN3_s-I+1      (12)QQ_s=MN4_s-J+1        (13)；步骤十：令pp_s=1       (14)；步骤十一：令qq_s=1       (15)；步骤十二：计算筛选矩阵CR=[cr_ij]，筛选矩阵CR的大小为I×J，有crij=bij×cmpsqs-bij---(16)]]>式中，p_s=i+pp_s       (17)q_s=j+qq_s     (18)若筛选矩阵CR中的元素cr_ij全部等于零，则进行步骤十三,否则进行步骤十四；步骤十三：记录该盲元团簇编号s，该编号s对应的盲元团簇即为筛选出的特定形状的盲元；步骤十四：令qq_s=qq_s+1        (19)若qq_s≤QQ_s    (20)则返回步骤十二，否则进行步骤十五；步骤十五：令pp_s=pp_s+1       (21)若pp_s≤PP_s      (22)则返回步骤十一，否则进行步骤十六。步骤十六：令s=s+1       (23)若s≤S       (24)则返回步骤八，否则进行步骤十七；步骤十七：统计步骤十三记录的所有的盲元团簇编号s及相应的盲元团簇矩阵CM_s对应的质心坐标矩阵CT_s和连续盲元数AREA_s，保存统计结果。