基于局部梯度的神经网络非均匀性校正算法

• 作者: 汪晓 葛军
• 来源期刊: 红外
• 学科: 工学
• 关键词: 红外焦平面阵列 非均匀性校正 误差反向传播 神经网络 边缘检测
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 18-22,43
• 页数: 6页
• 分类号: TN219
• 字数: 3658字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8785.2018.03.004

摘要

为了解决传统神经网络算法在用于红外焦平面阵列(Infrared Focal Plane Array,IRFPA)非均匀性校正(Non-Uniformity Correction,NUC)时所面临的边缘模糊、收敛速度慢等问题,通过引入图像局部梯度特性对该算法进行了改进.通过用局部梯度相似度信息构造权值函数来对区域进行加权滤波,可以保留图像边缘信息.在迭代运算中,将梯度幅值加权的自适应参数规整因子加入了误差损失函数,并引入梯度幅值相关的自适应步长用以代替传统的固定步长,从而进一步提升了算法的校正效果和收敛速度.然后对算法的性能曲线和校正结果进行了分析.结果表明,与传统算法相比,改进的神经网络校正算法取得了更好的校正效果,其校正误差稳定低于前者,实现了有效抑制边缘模糊和提升收敛速度的目标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛军	中国科学院上海技术物理研究所	23	286	8.0	16.0
3	汪晓	中国科学院上海技术物理研究所	2	9	2.0	2.0