基于非线性模型的神经网络非均匀性校正方法

• 作者: 孙德新 张元涛 程起森
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 低照度 短波红外 非线性模型 BP神经网络 非均匀性校正
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 868-874
• 页数: 7页
• 分类号: TN215
• 字数: 3814字
• 语种: 中文

摘要

在低照度成像的短波红外相机中,像元响应存在非线性问题.为了克服传统的神经网络自适应校正方法只能进行线性校正的不足,提出了一种基于非线性模型的BP神经网络非均匀性校正算法,针对单一像元通过隐含层多神经元拟合像元校正曲线,有效降低拟合误差,并通过实验验证了算法的合理性.结果表明,改进算法在图像的局部非均匀性,粗糙度方面相较于传统算法分别降低了27％和28％,非线性响应像元校正曲线拟合误差降为传统算法的30％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张元涛	中国科学院上海技术物理研究所中国科学院红外探测与成像技术重点实验室	5	6	2.0	2.0
5	程起森	中国科学院上海技术物理研究所中国科学院红外探测与成像技术重点实验室	1	3	1.0	1.0