红外图像作为信息传递的重要载体, 受到红外焦平面阵列探测单元响应差异和读出电路的不均匀性的影响, 易出现条纹噪声, 不利于后续的分析研究。为了提高卷积神经网络去除条纹噪声的结果, 提出了基于小波空洞残差U-Net的红外图像去条纹噪声方法。该网络首先通过Haar离散小波变换将条纹噪声图像分解为垂直分量、对角分量、水平分量和低频分量; 依次通过初步去噪和精细去噪网络学习噪声图像与条纹噪声之间的映射; 再从输入分量中去除噪声分量以获取去条纹噪声分量; 利用逆Haar离散小波变换重构去噪图像。实验结果表明, 该方法可以有效去除条纹噪声, 保护图像细节。

运动伪影是光学相干层析造影成像(OCTA)俯视图中的一个重要问题。提出一种补偿特征图像滤波(CEF)算法去除光学相干层析造影成像俯视图的运动伪影。首先,利用奇异值分解(SVD)将光学相干层析造影成像俯视图展开为一系列的特征图像;然后,利用高通特征图像和从第一特征图像中抽取得到的正交补偿积这两部分来重建恢复图像。实验结果表明,CEF算法能较好地去除条纹噪声,经CEF算法复原得到的图像有着较传统特征图滤波算法更好的图像质量。该算法为其他扫描成像系统去除类似的条纹噪声提供了新的参考。

为了提高红外成像质量的同时更大程度地保持纹理信息,提出一种多尺度分析和加权最小二乘法的条纹噪声非均匀性校正算法.该算法利用加权最小二乘法对图像进行平滑, 应用小波变换提取平滑图像的垂直分量, 并将其垂直分量替换为原始图像的垂直分量, 利用小波重构输出校正后的图像.算法能够精准地去除红外噪声, 而不会带来更加麻烦的“鬼影”问题.用该算法对多组不同红外图像数据进行仿真实验, 并与其他先进的红外条纹非均匀校正算法进行对比分析, 结果表明所提算法校正结果有较好的视觉效果和图像质量评估参数.

分析了基于科学级互补金属氧化物半导体（sCMOS）图像传感器的微光成像系统的噪声特性，建立了系统噪声模型并进行了系统噪声测试。结果显示，系统噪声的均方根值小于1 e-。建立了系统信噪比模型，计算得到微光成像系统在10-3 lx的夜天光照条件下的信噪比优于1，理论值与实测值之间的误差小于10%。提出了一种自适应的条纹噪声处理方法，有效消除了低照度图像中的行条纹噪声，采用对比度受限的自适应直方图均衡的方法提升了高动态范围图像的对比度。

红外焦平面成像质量受材料生长及器件制备工艺的影响, 易出现盲元、条纹噪声等缺陷。条纹噪声经常会导致盲元的检测偏差, 准确的盲元检测对于后续图像处理具有重要意义。利用双密度双树复数小波分解的多方向性小波系数, 结合广义高斯分布将高频小波系数按照对条纹噪声影响程度分别赋予不同权值并进行单支重构, 消除了条纹噪声对盲元检测的影响, 得到初步“干净”的预处理图像, 进而对预处理图像运用3?滓准则进行盲元检测。通过短波HgCdTe红外焦平面成像的实践验证, 该方法对具有条纹噪声特征的红外图像盲元检测更加准确。

针对红外相机系统响应非均匀性所产生的竖条纹固定噪声, 提出了基于多线程优化的单帧红外图像非均匀性实时校正算法。该算法参考全变分理论的非均匀性校正算法确定噪声与图像输出之间的加性校正关系, 建立了描述条纹噪声的数学模型; 通过滤波算法将图像分为高频分量和低频分量, 运用建立的条纹噪声模型, 基于最小二乘法从高频部分中拟合出条纹噪声。最后, 使用全变分理论确定的加性关系对图像进行校正。为了提高算法的计算速度, 运用多线程技术对算法进行了优化。对提出的算法与MIRE(Midway Infrared Equalization)算法及传统双边滤波算法进行了图像质量评价和性能对比。结果显示: 本文算法使图像非均匀性较原图降低了3%; 算法效率与MIRE算法无异, 系统运行时间在320×256的14位红外图像上为1.5 ms/frame, 达到了工程标准。

高灵敏度热红外成像系统的灵敏度是最重要的指标。经过简单非均匀性校正的红外图像已不能满足高灵敏度场合的需要，需要后续对红外图像条纹噪声进行处理，以提高红外图像的灵敏度水平。为了进一步提高热红外成像系统的应用效果，全面分析了系统的图像噪声模型，提出并实施了一种基于硬件系统的条纹噪声去除方法，通过一套自行研制的制冷型热红外成像系统的实测数据实际验证了提出方法的实际效果，由非均匀性噪声引起的 NETD从 26 mK降到 19 mK。

提出了一种新的消除红外图像中条纹噪声的方法。由于红外焦平面阵列中每列读出电路的偏置电压不同，导致红外图像中有明显的条纹状噪声。分析了读出电路偏置电压不均匀对红外成像的影响，提出了利用双边滤波器估计读出电路偏置电压的方法，并使用估计的偏置电压校正红外图像。基于实际红外图像的实验结果表明，提出的算法能够显著地消除红外图像中的条纹噪声。

全息相机系统对海洋微生物和粒子的研究与分析有着广泛的应用前景。然而这种特殊的成像技术（全息成像技术）和成像环境（海底）使拍摄的全息图存在多种不同的斜条纹噪声。斜条纹噪声的存在严重影响了海洋生物全息图重建像质量和进一步处理。抑制普通条纹的方法已不再适用于研究对象。因此，提出了一种有效的去噪方法。针对周期斜条纹噪声，利用局部阈值法寻找噪声频率位置，再采用高斯陷波滤波器滤除。针对非周期斜条纹噪声，通过直线方程模拟非周期斜条纹噪声的频域亮线响应，然后采用局部陷波滤波器去抑制。实验证明，该方法能有效滤除周期斜条纹噪声和较大程度地抑制非周期斜条纹噪声，并能有效保持有用信息。

红外焦平面阵列是当今红外成像技术发展的主要方向，随着器件工艺的进步，红外焦平面阵列探测器有了长足的发展，然而红外图像普遍具有信噪比低的缺点，这大大限制了红外焦平面的应用。与固定图案噪声（FPN）相比，随机噪声的最大特点是每帧均不同，因此去除该类型噪声的算法必须在一帧之内完成。提出了一种新型的单帧去除此类条纹噪声的算法并加以硬件实现，在单帧内设置适合的校正参数和阈值，达到在单帧图像内有效去除条纹噪声的目的。通过算法处理前后的图像对比以及客观的MSE、PSNR测试数据对比，证明了该算法能够有效地改善焦平面器件成像质量。