典型文献
基于生成对抗网络的红外图像自适应校正算法
文献摘要：
红外相机经过两点校正后会发生漂移,导致图像产生非均匀性噪声.传统的基于场景的非均匀性校正算法适应性较强,但会产生鬼影问题.基于深度学习的非均匀性校正方法,面对红外图像特殊的非均匀性噪声,随着网络深度增加,很容易出现图像模糊,对比度变小,细节丢失问题.针对此问题,提出一种基于生成对抗网络的非均匀性校正算法,网络分为生成网络和判别网络两部分,生成网络部分使用多尺度残差连接,将各解码层分别与不同深度的特征图进行残差连接,不断生成图片,判别网络判别生成网络生成的图片和真实图片,二者不断博弈和迭代训练.生成网络通过多尺度残差连接,很好地保留了网络各层的信息.通过评价红外图像非均匀性校正效果后表明,该网络去除红外图像的非均匀性噪声效果良好,图片清晰,边缘锐利,很好的保留了原图片的各种细节,不会产生鬼影问题.
文献关键词：
生成对抗网络;红外图像;非均匀性校正;深度学习
中图分类号：
作者姓名：
牟新刚;崔健;周晓
作者机构：
武汉理工大学机电工程学院,湖北 武汉430070
文献出处：
引用格式：
[1]牟新刚;崔健;周晓-.基于生成对抗网络的红外图像自适应校正算法)[J].激光与红外,2022(03):427-434
A类：
多尺度残差连接
B类：
生成对抗网络,红外图像,自适应校正,校正算法,红外相机,两点校正,后会,漂移,非均匀性校正,鬼影,校正方法,对比度,生成网络,判别网络,网络部,解码,不同深度,特征图,成图,迭代训练,声效,锐利,原图片
AB值：
0.207929
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
