科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于制作工艺的限制和器件材料的不均匀性，红外图像在一定程度上存在非均匀性，导致目标探测和识别能力下降，严重的情况下甚至无法探测目标，因此，红外图像必须经过校正才能发挥出红外探测器对温度的高灵敏度性能。基于神经网络的非均匀性校正技术是校正非均匀性的有效方法，但在去除非均匀性噪声的同时，会弱化图像信息边缘，导致图像模糊，甚至出现严重的鬼影。为了改善红外图像的非均匀性校正性能，以神经网络模型为架构基础，利用引导滤波算子作为期望真值模板，替代传统的神经网络模型中的均值滤波模板，同时增加鬼影抑制算法，在去除非均匀性噪声的同时，达到抑制鬼影、边缘保真的效果。实验结果表明，提出的非均匀性校正算法能够在保留图像细节特征、抑制鬼影的同时，很好地校正了红外图像的非均匀性。
- 出版日期2023
- 单位南京理工大学紫金学院; 南京理工大学
