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

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.
- 非均匀性校正 /
- 光学非均匀性 /
- 直方图均衡化

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