留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于超像素分割的红外盲元检测及校正

詹维 马新星 徐子剑

詹维, 马新星, 徐子剑. 基于超像素分割的红外盲元检测及校正[J]. 红外技术, 2018, 40(11): 1085-1090.
引用本文: 詹维, 马新星, 徐子剑. 基于超像素分割的红外盲元检测及校正[J]. 红外技术, 2018, 40(11): 1085-1090.
ZHAN Wei, MA Xinxing, XU Zijian. IR Blind Pixels Detection and Correction Based on Superpixel Segmentation[J]. Infrared Technology , 2018, 40(11): 1085-1090.
Citation: ZHAN Wei, MA Xinxing, XU Zijian. IR Blind Pixels Detection and Correction Based on Superpixel Segmentation[J]. Infrared Technology , 2018, 40(11): 1085-1090.

基于超像素分割的红外盲元检测及校正

详细信息
  • 中图分类号: TN216

IR Blind Pixels Detection and Correction Based on Superpixel Segmentation

  • 摘要: 针对红外成像系统盲元检测中,传统窗口全局阈值法阈值选取的局限性,结合盲元响应随机性特点,提出了一种基于超像素分割的盲元检测算法,给出了分割区域像素数及检测过程阈值设置方法;针对盲元校正问题,提出了一种基于结构相似度和空间邻域距离加权的相关像素插值的盲元校正算法,研究了不同加权方法对估计误差的影响.最后通过实验验证了算法的准确性和有效性,结果表明:本文提出的算法检测结果准确率高、漏检率低、虚警率低,校正后图像的RMSE低于邻域均值法(AN,Average Neighboring method)和最近邻替代(NN,Nearest Neighboring method)算法.
  • 加载中
计量
  • 文章访问数:  58
  • HTML全文浏览量:  15
  • PDF下载量:  16
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回