版权说明 操作指南
首页 > 成果 > 详情

于非局部均值滤波与神经网络的红外焦平面阵列非均匀性校正算法

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
张菲菲;王文龙;马国锐;谢伟(谢伟);陈王丽;...
作者机构:
武汉市测绘院, 湖北武汉
华中师范大学计算机学院, 湖北 武汉
武汉大学测绘遥感信息工程国家重点实验室, 湖北 武汉
[谢伟] 华中师范大学计算机学院, 湖北 武汉
[马国锐; 张菲菲; 陈王丽; 秦前清] 武汉大学测绘遥感信息工程国家重点实验室, 湖北 武汉
语种:
中文
关键词:
非均匀性校正;神经网络;非局部均值滤波;收敛速度;鬼影
关键词(英文):
neural network;non-local means filter;convergence speed;ghosting artifacts
期刊:
红外技术
ISSN:
1001-8891
年:
2015
卷:
37
期:
4
页码:
265-271
基金类别:
2013AA122301:国家高技术研究发展计划(863计划) 61001187:国家自然科学基金 2014CFB461:湖北省自然科学基金面上项目 CCNU14A05017:中央高校基本科研业务费专项华中师范大学项目
机构署名:
本校为其他机构
院系归属:
计算机学院
摘要:
深入剖析传统神经网络非均匀性校正方法收敛速度慢以及易产生“鬼影”现象的主要原因,在此基础上,提出一种基于非局部均值滤波和神经网络的红外焦平面阵列非均匀性校正算法。为了加快收敛速度并减少“鬼影”现象,在神经网络隐含层,利用具有全局寻优且能保持边缘的非局部均值滤波器代替传统的均值滤波器以估计具有更高置信度的真值影像;同时设计可变学习率来自适应地调整每个探测元的非均匀性校正参数的迭代更新过程,以进一步消除“鬼影”。采用两组分别受高空间频率和低空间频率非均匀性干扰的真实红外序列图像进行实验。实验结果表明:相较于目前已有的方法,本文方法不仅具有较快的收敛...
摘要(英文):
Traditional neural network nonuniformity correction method has the drawback of low convergence speed and is easy to generate ghosting artifacts. To overcome these problems, a neural network nonuniformity correction algorithm based on the non-local means filter is proposed for the infrared focal plane array in this study. To estimate the true image with a higher degree of confidence, the non-local means filter is employed to replace the average filter which is used in the traditional neural network method for its strong ability of edge preservation and global optimization. A variable learning r...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com