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

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

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％.
- 低照度 /
- 短波红外 /
- 非线性模型 /
- BP神经网络 /
- 非均匀性校正

1.	孙默涵，钱芸生，任莹楠，智强，孔祥宇，郎怡政. 基于自动亮度控制模型的门控型微光像增强器荧光屏亮度研究. 光子学报. 2022(03): 163-172 . 百度学术
2.	延波，倪小兵，智强，刘佳音，宋海浩，李梦依. 基于自动门控电源的微光像增强器局部强光防护. 红外技术. 2022(09): 951-957 . 本站查看