红外图像非均匀性校正
NUC（Non-Uniformity Correction，非均匀性校正）是红外焦平面阵列（FPA）成像链路中抑制固定图样噪声（FPN）、提高辐射一致性与主观观感的关键步骤。
1. 引言：红外成像与NUC的必要性
红外相机（无论是制冷型还是非制冷型）通常采用焦平面阵列（FPA）探测器：每个像元把入射辐射转换为电信号，经读出电路与数字化后形成图像。理想情况下，在相同辐照下所有像元输出应完全一致；但实际中由于制造工艺差异、读出链路偏置、暗电流与温漂等因素，不同像元会呈现不同的“增益”和“偏置”，从而出现条纹、斑块等固定图样噪声（Fixed Pattern Noise, FPN）。
NUC（非均匀性校正）的目标是：把每个像元的输出统一到同一响应标尺上，尽可能去除与场景无关、随像元固定的差异，同时尽量不损失真实场景细节，不引入拖影或闪烁。对测温型（辐射定标）系统而言，稳定、可追溯的NUC还是温度反演准确性的基础。
区分概念
NUC主要处理“像元间差异”（空间固定项）；与之相邻的还有时间噪声抑制（去噪）、非线性校正、坏点修复、辐射定标（DN→辐射/温度）等环节。工程上常把它们组合成一条稳定的成像流水线。
2. 非均匀性来源与表现
2.1 探测器像元响应不一致（增益/偏置）
同一入射辐射下，不同像元转换效率不同（增益差异），零输入时输出也不同（偏置差异）。其可视化结果包括：整体颗粒感、水平/垂直条纹、随列/行结构重复的纹理等。
2.2 暗电流、固定图样噪声（FPN）与坏点
暗电流与读出噪声中存在可重复的固定成分，会叠加到图像上。坏点（dead/hot/noisy）则表现为明显亮点/暗点、闪烁点或噪声异常点，若不处理会干扰NUC估计与后续增强。
2.3 温漂、光学渐晕与读出链路影响
非制冷探测器与读出电路对温度敏感，增益/偏置会随芯片温度（或机内温度）缓慢漂移；此外光学系统可能存在渐晕、杂散光与镜筒热辐射，导致全局或低频不均匀。读出链路（列放大器、ADC通道）也会带来“按列/按通道”的结构化误差。
3. NUC问题建模
3.1 线性模型（增益-偏置）
工程中最常用的是像元级线性响应模型：以理想统一标尺上的“真实辐射响应” x 表示，像元观测 y 可写为：
y = g · x + o + n （g：增益，o：偏置，n：时间噪声）
NUC的核心是在给定估计的 g 与 o 后，把原始输出映射到统一域：
x̂ = (y − o) / g （或采用等价的缩放形式以适配定点实现）
这里的 g、o 是每个像元各自的系数，常以二维系数图（gain map / offset map）保存。
3.2 非线性与高动态范围模型
当探测器/读出在高辐照或高温差场景下出现非线性，简单的两点线性拟合会出现残余条纹或测温偏差。常见做法包括：
分段线性：按DN或温度区间划分若干段，每段独立两点（或线性）参数，段间做连续性约束。
多项式/查表：用更高阶模型或LUT拟合像元响应曲线，但要控制过拟合与噪声放大。
双增益/多量程：硬件多档增益时，每档独立系数并处理档位切换的一致性。
3.3 时变参数与温度相关模型
对非制冷系统，常用“温度分档/温度回归”的方式建模：
g = g(T), o = o(T)
其中 T 可以是探测器基底温度、机内温度或读出板温度。工程上会离线标定多个温度点的系数图，运行时按当前温度插值或选择最近档，并辅以慢速在线更新来抵消老化与漂移。
4. 基于标定板/黑体的NUC（离线/在线）
黑体/均匀辐射源提供“空间上尽可能均匀且辐射已知”的输入，是获得可靠像元系数的经典方式。按提供的温度点数量，常见流程分为一点、两点与多点标定。
4.1 一点校正（偏置校正）
当系统增益较稳定、主要问题是偏置漂移（例如温漂引起的整体FPN），可使用单一均匀场获取偏置图：
在均匀场下采集多帧并做时域平均，得到每像元均匀场输出 y₁。
用空间统计（如全局均值/中值或低通拟合）得到“参考响应” r₁。
设置 o = y₁ − r₁，并在运行时做 x̂ = y − o（或加权形式）。
优点：实现简单、系数存储小；缺点：无法纠正像元增益差异，温差大的场景残余条纹更明显。
4.2 两点校正（增益+偏置）
两点法是工业界最常用的NUC标定方式：用两个不同温度（或辐射强度）的均匀场，分别得到每像元输出 y₁、y₂，对应参考值 r₁、r₂。则像元增益与偏置可估计为：
g = (y₂ − y₁) / (r₂ − r₁)o = y₁ − g · r₁
运行时按 x̂ = (y − o) / g 得到统一标尺。若系统后续要做温度反演，r₁、r₂可选择“与黑体温度对应的辐射量/等效DN”，并在后续用辐射定标模型完成DN→温度的映射。
4.3 多点校正与分段线性/多项式拟合
多点校正用于抑制非线性与扩大有效动态范围。常见工程策略：
分段两点法：覆盖多个温度点，区间内使用相邻两点参数，运行时根据当前DN或温度选择区间并插值。
像元级曲线拟合：对每像元拟合多项式或LUT，但需要严格的噪声抑制与正则（例如限制高阶项、强制单调）。
参考通道法：使用全局参考（均值/中值/滤波后的低频）减少对绝对辐射精度的依赖，提高鲁棒性。
4.4 温度分档标定与插值策略
温漂是NUC失效的主要原因之一。实用做法是：在多组探测器温度 Tₖ 下重复两点（或多点）标定，得到系数图 g(Tₖ)、o(Tₖ)。运行时：
最近邻：选择最接近的温度档，计算快但可能跳变。
线性插值：在相邻温度档之间插值系数图，平滑但需要更多带宽。
分离低频与高频：高频（像元差异）用档位系数，低频（渐晕/漂移）用在线慢更新，从而降低温度档数量需求。
5. 基于快门/挡板的NUC（Shutter-Based NUC）
快门（或挡板）在镜头前形成一个近似均匀的“内部参考场”（通常是机内温度附近的辐射），可在设备运行过程中周期性触发并更新偏置（有时也更新增益）。该方法在非制冷红外中非常常见，因为它能快速抑制随时间漂移的FPN。
5.1 快门校正流程与参数更新
典型流程如下：
触发快门闭合，采集若干帧快门图像并做时域平均 y_s。
构造参考 r_s（例如全局中值、或去除低频后的稳健估计）。
更新偏置：o ← (1−α)·o + α·(y_s − g·r_s)（或等价形式）。
打开快门，恢复成像。
其中 α 为更新率，通常取较小值以抑制噪声与避免跳变。若系统仅更新偏置，则增益仍来自离线标定。
5.2 快门频率、代价与伪影控制
频率权衡：快门越频繁，漂移越小，但画面会被遮挡（或出现冻结帧）影响体验。
触发策略：可按时间、温度变化率、或RNU估计量触发；温度快速变化时提高频率。
伪影控制：快门温度与场景辐射差异大时，若算法把场景结构误当成非均匀性，可能引入残影；可采用稳健统计（中值/截尾均值）与低频约束降低风险。
6. 基于场景的NUC（SBNUC）方法综述
场景自适应NUC（Scene-Based NUC, SBNUC）不依赖快门或外部黑体，而利用视频序列中“场景在动、非均匀性相对固定”的差异，通过时间积累与约束估计像元偏置/增益。其优点是不中断成像，但难点在于避免把真实场景纹理吸收进系数（造成拖影/细节损失）。
6.1 时间域统计与自适应滤波
许多SBNUC把非均匀性看作慢变项，把场景变化看作快变项，通过低通/递推平均估计偏置：
o_t = (1−β)·o_{t−1} + β·(y_t − r_t) （r_t：对当前帧“场景参考”的估计）
r_t可取全局统计、局部平滑后的低频，或通过运动补偿后跨帧融合得到。为了避免把边缘细节写入o_t，常对高梯度区域降低更新率或使用稳健损失。
6.2 运动辅助/配准约束方法
若相机存在抖动/平移（或主动扫描），可以通过图像配准把同一场景点在不同像元上的观测联系起来，形成方程组估计像元增益与偏置。典型思路是：
估计帧间运动（光流/特征匹配/块匹配）。
把多帧映射到同一参考坐标，建立“同一点应一致”的约束。
通过最小二乘或带正则的优化，求得像元参数与（可选的）场景反射/辐射图。
该类方法在运动充分、纹理丰富时效果更好；在静止或低纹理场景下容易退化。
6.3 梯度/高通约束与条纹抑制
条纹常表现为沿行/列方向的结构化低频误差。工程上常把NUC与“条纹抑制/去带状”结合：对估计的偏置图施加平滑约束、对列/行结构做去趋势，或在频域对固定方向频带做抑制。但要避免过度平滑导致真实低频辐射（渐晕、真实温度梯度）被削弱。
6.4 盲校正与正则化优化框架
更一般的盲校正可写为联合优化：
min_{x,g,o} Σ‖y − g·x − o‖ + λ·R(x) + μ·S(g,o)
其中 R(x) 约束场景（如总变分TV、稀疏梯度），S(g,o)约束系数图的平滑性/物理合理性（如按列一致、缓变）。该框架可统一许多SBNUC方法，但在线实时实现需要在精度与计算量之间取舍。
7. 动态非均匀性噪声校正
本文将一类“条纹结构明显、但在传感器坐标系里位置不固定、随帧跳动”的噪声定义为动态非均匀性噪声（Dynamic Non-Uniformity Noise, DNU）。它与传统FPN/非均匀性（位置固定、幅度随温漂慢变）不同：DNU的空间形态通常是整行/整列的亮暗带，但其受影响的行/列索引会随时间变化，因而难以用静态NUC系数图完全抑制。
7.1 成因分析（为什么位置会跳）
DNU的“整行/整列跳动”更常见于系统级链路或时序的非理想行为，典型成因包括：
行/帧同步解析偶发错位：对HSYNC/VSYNC、SOL/EOL等行边界标记识别不稳，导致某些帧从错误的行起点开始解包或拼接，画面中结构随整行跳动。
数据链路误码/丢包造成的行级错位：如MIPI CSI-2/LVDS在边缘带宽或信号完整性不足时出现包丢失、ECC/CRC错误与恢复，表现为整行（或行块）对齐发生帧间抖动。
多通道读出（multi-tap）去交织/拼接不稳定：奇偶行列交织、tap边界拼接或通道映射在运行中切换/抖动，造成带状结构位置跳变。
参考像素（盲元）黑电平伺服/基线校正不稳定：若每帧/每行的基线估计受到异常参考、遮挡或饱和影响，会在某些行/列引入可见偏置，且受影响索引可能随帧变化。
DMA/步长（stride）/缓存切换问题：行步长配置与实际像素流不一致、缓冲区起始地址在帧切换处偶发偏移，会产生整行/整列的跳变伪影。
7.2 校正效果与优势
该章节所述为我们自主研发的动态非均匀性校正算法，面向红外图像设备中常见的行/列条纹、非均匀性跳变、链路时序抖动等问题进行定向优化，强调单帧鲁棒性与工程可落地性。
免标定：完全依赖图像自身统计即可抑制动态条纹，无需额外黑体或快门标定。
单帧无拖影：不依赖多帧累积或时间滤波，校正后不引入拖影与残留印记。
细节友好：在抑制非均匀性噪声的同时保持场景细节与纹理，不削弱真实目标。
场景自适应：适应场景变化与纹理差异，条纹位置帧帧变化也能稳定抑制。
算法效果示例：
与NUC的关系
推荐把该DNU校正作为“NUC后的一道条纹抑制”使用：先用离线/快门NUC抑制固定FPN，再用该策略抑制位置跳动的行/列条纹，从而同时覆盖静态与动态两类非均匀性伪影。
8. 坏点检测与替换（与NUC的协同）
8.1 坏点类型与检测指标
坏点大致包括：常亮/常暗（响应饱和或失效）、噪声异常（方差过大）、闪烁点（时间不稳定）、以及增益异常点。检测可在离线标定阶段完成，也可运行中增量检测。常用指标：
均匀场偏离：在黑体均匀场下与邻域/全局参考差异超阈值。
时域方差：多帧统计方差/功率谱，识别噪声异常像元。
响应曲线异常：多温度点下拟合残差过大或斜率异常。
8.2 空间插值、引导滤波与时域修复
坏点替换常在NUC之后进行（以减少非均匀性对阈值的影响），方法包括：
邻域插值：双线性/双三次/加权中值，对单点坏点简单有效。
边缘保持：在梯度方向上插值，或用引导滤波/双边权重，减少边缘模糊。
时域融合：对闪烁点在多帧中用稳健统计替换，但需防止运动引起的重影。
9. 总结
NUC的本质是在“抑制固定图样噪声”和“保留真实辐射/细节”之间做权衡：离线黑体标定提供高精度基准，快门校正解决运行中的漂移，而SBNUC在不中断成像的前提下进一步提升长期稳定性，但需要更强的稳健约束与工程防护。实际系统通常采用“离线两点（或多点）+ 温度分档 + 快门偏置更新 + 坏点修复”的组合方案，并通过统一的指标体系持续监测质量。
本文重点提出并展示了我们自主研发的动态非均匀性校正方案，面向红外图像设备中行/列条纹、非均匀性跳变、链路时序抖动等常见问题进行定向优化；在不依赖额外标定的前提下，实现单帧鲁棒抑制与细节保真，可作为NUC后的关键补强环节，提升整体成像稳定性与观感一致性。