典型文献
基于全卷积网络的红外图像非均匀性校正算法
文献摘要：
针对红外成像系统在经过两点校正后,随时间漂移仍然会出现的非均匀性噪声,提出一种基于全卷积深度学习网络的红外图像非均匀性校正算法,使用子网络与主网络相结合的方式进行非均匀性校正.该算法设计了非均匀性等级估计子网络,将含有非均匀性噪声的红外图像输入子网络后,输出非均匀性等级估计图,并和待校正红外图像一并输入校正主网络.子网络生成的非均匀性等级估计图作为一个参数输入校正主网络,避免了网络只针对同一等级非均匀性产生过拟合.经过实验验证,该算法克服了传统的基于场景的算法所产生的边缘模糊问题,对条纹状非均匀性噪声校正效果较好,经过校正后的红外图像清晰度高、细节丰富、边缘清晰、图像质量良好.
文献关键词：
非均匀性等级估计子网络;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-.基于全卷积网络的红外图像非均匀性校正算法)[J].红外技术,2022(01):21-27
A类：
非均匀性等级估计子网络
B类：
全卷积网络,红外图像,非均匀性校正,校正算法,红外成像系统,两点校正,漂移,深度学习网络,主网,算法设计,一并,入校,过拟合,条纹状,图像清晰度,图像质量
AB值：
0.155278
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。
