高级检索
ENGLISH

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

downloadPDF
文章导航 > 红外技术  > 2019 >  41(3): 251-255
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.
shu
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.
shu

基于神经网络的红外焦平面光学非均匀性校正改进算法

  • 昆明物理研究所,云南昆明,650223

  • 中国科学院昆明物理研究所

详细信息

  • 中图分类号: TN219

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

    摘要
  • 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.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  187
  • HTML全文浏览量:  23
  • PDF下载量:  24
  • 被引次数: 0
出版历程

目录

    /

    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