高级检索
ENGLISH

基于非线性模型的神经网络非均匀性校正方法

程起森, 张元涛, 孙德新

程起森, 张元涛, 孙德新. 基于非线性模型的神经网络非均匀性校正方法[J]. 红外技术, 2018, 40(9): 868-874.
引用本文: 程起森, 张元涛, 孙德新. 基于非线性模型的神经网络非均匀性校正方法[J]. 红外技术, 2018, 40(9): 868-874.
shu
CHENG Qisen, ZHANG Yuantao, SUN Dexin. An Improved Neural Network Non-uniformity Correction Algorithm Based on Non-linear Model[J]. Infrared Technology , 2018, 40(9): 868-874.
Citation: CHENG Qisen, ZHANG Yuantao, SUN Dexin. An Improved Neural Network Non-uniformity Correction Algorithm Based on Non-linear Model[J]. Infrared Technology , 2018, 40(9): 868-874.
shu

基于非线性模型的神经网络非均匀性校正方法

  • 中国科学院上海技术物理研究所,中国科学院红外探测与成像技术重点实验室,上海200083;中国科学院大学,北京100049

  • 中国科学院上海技术物理研究所,中国科学院红外探测与成像技术重点实验室,上海200083;中国科学院大学,北京100049;中国科学院上海技术物理研究所启东光电遥感中心,江苏启东226200

  • 中国科学院上海技术物理研究所

基金项目: 国家重点研发计划资助(2016YFB0500400)%国家高分辨率对地观测系统重大专项(A0106/1112)
详细信息

  • 中图分类号: TN215

An Improved Neural Network Non-uniformity Correction Algorithm Based on Non-linear Model

摘要

    摘要
  • 摘要: 在低照度成像的短波红外相机中,像元响应存在非线性问题.为了克服传统的神经网络自适应校正方法只能进行线性校正的不足,提出了一种基于非线性模型的BP神经网络非均匀性校正算法,针对单一像元通过隐含层多神经元拟合像元校正曲线,有效降低拟合误差,并通过实验验证了算法的合理性.结果表明,改进算法在图像的局部非均匀性,粗糙度方面相较于传统算法分别降低了27％和28％,非线性响应像元校正曲线拟合误差降为传统算法的30％.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(4)

  • 期刊类型引用(1)

    1. 石梦雨，徐晨，徐国跃，刘初阳，谭淑娟，王磊. 不同粘合剂对水杨醛类席夫碱涂层的发射率和热致变色性能的影响研究. 红外技术. 2019(01): 92-97 . 本站查看

    其他类型引用(3)

    • 资源附件(0)
计量
  • 文章访问数:  124
  • HTML全文浏览量:  21
  • PDF下载量:  14
  • 被引次数: 4
出版历程

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(4)
    资源附件(0)

    /

    返回文章
    返回

    版权所有 © 《红外技术》编辑部京ICP备000000000号-1

    本系统由 北京仁和汇智信息技术有限公司 开发  百度统计

    x 关闭 永久关闭

    尊敬的专家、作者、读者：

    端午节期间因系统维护，《红外技术》网站（hwjs.nvir.cn）将于2024年6月7日20:00-6月10日关闭。关闭期间，您将暂时无法访问《红外技术》网站和登录投审稿系统，给您带来不便敬请谅解！

    预计6月11日正常恢复《红外技术》网站及投审稿系统的服务。您如有任何问题，可发送邮件至编辑部邮箱（irtek@china.com）与我们联系。

    感谢您对本刊的支持！

    《红外技术》编辑部

    2024年6月6日