一种基于并联残差网络模型的红外图像非均匀性校正方法

作者:官俊涛; 赖睿; 徐昆然; 李奕诗; 王东; 杨银堂
来源:2018-08-30, 中国, CN201811000007.8.

摘要

本发明涉及一种基于并联残差网络模型的红外图像非均匀性校正方法,包括:构建噪声提取单元;通过噪声提取单元构建非均匀校正卷积神经网络;对非均匀校正卷积神经网络进行训练,得到训练后的非均匀校正卷积神经网络;将预设图像输入训练后的非均匀校正卷积神经网络,获取增益校正参数和偏置校正参数;通过预设图像、增益校正参数和偏置校正参数,得到校正后的预设图像。本发明提供的校正方法有效估计增益校正参数和偏置校正参数,并利用这些参数对红外图像进行校正,有效地适应非均性的漂移并抑制鬼影现象,校正后的图像中非均匀性残留更少,具有更高的精度,图像细节更加丰富,具有更加锐利的视觉效果。