基于神经网络的红外焦平面光学非均匀性校正改进算法

李谦, 杨波, 粟宇路, 樊佩琦, 刘传明, 苏俊波

李谦, 杨波, 粟宇路, 樊佩琦, 刘传明, 苏俊波. 基于神经网络的红外焦平面光学非均匀性校正改进算法[J]. 红外技术, 2019, 41(3): 251-255.
引用本文: 李谦, 杨波, 粟宇路, 樊佩琦, 刘传明, 苏俊波. 基于神经网络的红外焦平面光学非均匀性校正改进算法[J]. 红外技术, 2019, 41(3): 251-255.
LI Qian, YANG Bo, SU Yulu, FAN Peiqi, LIU Chuanming, SU Junbo. An Improved Algorithm for IRFPA Optical Nonuniformity Correction Based on Neural Networks[J]. Infrared Technology , 2019, 41(3): 251-255.
Citation: LI Qian, YANG Bo, SU Yulu, FAN Peiqi, LIU Chuanming, SU Junbo. An Improved Algorithm for IRFPA Optical Nonuniformity Correction Based on Neural Networks[J]. Infrared Technology , 2019, 41(3): 251-255.

基于神经网络的红外焦平面光学非均匀性校正改进算法

详细信息
  • 中图分类号: TN219

An Improved Algorithm for IRFPA Optical Nonuniformity Correction Based on Neural Networks

  • 摘要: 基于场景的非均匀校正依然是红外领域的一个研究热门.神经网络算法是一种较为典型的场景校正算法.本文主要针对神经网络算法本身不能校正光学引入的非均匀性问题,提出了新的改进算法,通过对神经网络输入层的预处理,消除图像的低频噪声,此外,为了消除预处理对图像对比度的影响,本文增加了神经网络的层数,使用双层神经网络对算法进行更新,从而消除了图像对比度下降的现象.实验结果表明,改进的神经网络算法能够有效的改善图像质量,消除图像中光学引入的非均匀性.
  • 期刊类型引用(6)

    1. 郭玉婷,贾晓洪,李丽娟,刘俊明. 时空域自适应滤波非均匀性校正算法. 红外技术. 2023(05): 482-487 . 本站查看
    2. 陆红红,李振华. 基于引导滤波的红外图像非均匀性校正. 信息对抗技术. 2023(01): 87-96 . 百度学术
    3. 何静,谢国亚,霍雅洁,王广川. 气动光学效应图像自适应校正方法与仿真. 计算机仿真. 2022(08): 230-234 . 百度学术
    4. 闫勇刚,王耿,彭志勇,张登攀,魏绍亮,李晨博. 红外焦平面阵列非均匀性校正性能的联合评价. 电子测量与仪器学报. 2022(07): 170-176 . 百度学术
    5. 白振文,董振超. 智慧建筑安全防范探测器研发与应用探究. 智能建筑. 2022(06): 36-39 . 百度学术
    6. 黄宇,张宝辉,吴杰,陈莹妍,吉莉,吴旭东,于世孔. 自适应多点定标非均匀性校正算法. 红外技术. 2020(07): 637-643 . 本站查看

    其他类型引用(10)

计量
  • 文章访问数:  215
  • HTML全文浏览量:  27
  • PDF下载量:  27
  • 被引次数: 16
出版历程

目录

    /

    返回文章
    返回