留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

改进的红外图像神经网络非均匀性校正算法

赵春晖 刘振龙

赵春晖, 刘振龙. 改进的红外图像神经网络非均匀性校正算法[J]. 红外与激光工程, 2013, 42(4): 1079-1083.
引用本文: 赵春晖, 刘振龙. 改进的红外图像神经网络非均匀性校正算法[J]. 红外与激光工程, 2013, 42(4): 1079-1083.
Zhao Chunhui, Liu Zhenlong. Improved infrared image neural network non-uniformity correction algorithm[J]. Infrared and Laser Engineering, 2013, 42(4): 1079-1083.
Citation: Zhao Chunhui, Liu Zhenlong. Improved infrared image neural network non-uniformity correction algorithm[J]. Infrared and Laser Engineering, 2013, 42(4): 1079-1083.

改进的红外图像神经网络非均匀性校正算法

基金项目: 

国家自然科学基金(61077079);教育部博士点计划基金(20102304110013);黑龙江省自然科学基金(ZD201216)

详细信息
    作者简介:

    赵春晖(1965-),男,教授,博士生导师,主要从事信号与图像处理方面的研究。Email:zhaochunhui@hrbeu.edu.cn

  • 中图分类号: TN215

Improved infrared image neural network non-uniformity correction algorithm

  • 摘要: 红外焦平面阵列(IRFPA)像元响应存在不一致性,会严重影响红外成像系统成像的质量,实际应用中需要采用响应的非均匀性校正(NUC)技术。传统的神经网络校正算法在校正结果中存在图像模糊和伪像的问题,影响人们对于目标的观察。在分析了传统的神经网络性校正算法所出现问题原因的基础上,提出了有效的改进算法:用非线性滤波器代替传统算法中使用的均值滤波器。算法改进之后所得到的校正图像,不仅在清晰度方面有明显的改善,而且有效的消除了传统算法中存在伪像的问题。
  • [1]
    [2] Qu Huiming, Chen Qian. Surrounding temperature compensation for infrared focal plane arrays non-uniformity correction[J]. Infrared and Laser Engineering, 2011, 40(12): 2328-2332. (in Chinese)
    [3]
    [4] Zhang Hao, Liu Zhenguo, Hu Xiaomei. Non-uniformity correction based on active movement control of scene[J]. Infrared and Laser Engineering, 2011, 40(3): 397-401. (in Chinese)
    [5]
    [6] Fan Xiumei, Wei Zhen, Yan Furong. Non-uniformity correction of focal array system based on BP Neural network[J]. Journal of Tianjin University of Technology, 2010, 26(6): 75 -78. (in Chinese)
    [7] Zhou Huixin, Bai Liping, Qin Hanlin. Non-uniformity correction algorithm for infrared focal plane arrays based on adaptive-filter[J]. High Power Laser and Particle Beams, 2009, 21(11): 1611-1614. (in Chinese)
    [8]
    [9] Yan Yi, Hong Jingxin, Wang Wenyin. The study of adapted by oneself non-uniformity correction algorithm in infrared focal plane arrays[J]. Infrared Technology, 2008, 30(9): 520-523. (in Chinese)
    [10]
    [11]
    [12] Zhang Tianxu, Shi Yan. Eliminating the ghosting artifact and target fade-out in adaptive non-uniformity correction for IRFPA[J]. Journal of Infrared and Millimeter Waves, 2005, 24(5): 335-341. (in Chinese)
    [13] Zhu Jie, Ma Peng, Bai Yun. BP neural network nonuniformity correction technique for FPA and improved algorithm[J]. Infrared Technology, 2010, 32(7): 377-379. (in Chinese)
    [14]
    [15] Rossi A, Diani M, Corsini G. Bilateral filter-based adaptive nonuniformity correction for infrared focal-plan array systems[J]. Optical Engineering, 2010, 49(9): 057003-1-057003-13.
    [16]
    [17]
    [18] Li Honggui, Li Xingguo, Zhang Qi. Application of nonlinear filter for infrared image enhancement[J]. Journal of Data Acquisition Processing, 1999, 14(3): 302-306. (in Chinese)
    [19] Kang Jie, Yang Gang. A novel morphology filter of preserving image detail[J]. Journal of Shaanxi University of Science Technology, 2006, 24(4): 67-70. (in Chinese)
  • [1] 李东亮, 卢贝.  基于深度神经网络的光纤传感识别算法 . 红外与激光工程, 2022, 51(9): 20210971-1-20210971-6. doi: 10.3788/IRLA20210971
    [2] 薛素梅, 汤瑜瑜, 黄小仙, 危峻.  TDI遥感图像中畸变像移模糊的去除 . 红外与激光工程, 2022, 51(4): 20210392-1-20210392-9. doi: 10.3788/IRLA20210392
    [3] 高凡, 杨小冈, 卢瑞涛, 王思宇, 高久安, 夏海.  Anchor-free轻量级红外目标检测方法(特邀) . 红外与激光工程, 2022, 51(4): 20220193-1-20220193-9. doi: 10.3788/IRLA20220193
    [4] 郭恩来, 师瑛杰, 朱硕, 程倩倩, 韦一, 苗金烨, 韩静.  深度学习下的散射成像:物理与数据联合建模优化(特邀) . 红外与激光工程, 2022, 51(8): 20220563-1-20220563-13. doi: 10.3788/IRLA20220563
    [5] 邓可望, 赵慧洁, 李娜, 蔡辉.  基于改进样本驱动的高光谱矿物识别模型压缩方法 . 红外与激光工程, 2022, 51(3): 20210252-1-20210252-9. doi: 10.3788/IRLA20210252
    [6] 沈英, 黄春红, 黄峰, 李杰, 朱梦娇, 王舒.  红外与可见光图像融合技术的研究进展 . 红外与激光工程, 2021, 50(9): 20200467-1-20200467-18. doi: 10.3788/IRLA20200467
    [7] 陈文艺, 许洁, 杨辉.  利用双神经网络的相机标定方法 . 红外与激光工程, 2021, 50(11): 20210071-1-20210071-9. doi: 10.3788/IRLA20210071
    [8] 尚超, 王锦春, 张晓兵.  红外焦平面阵列读出电路非均匀性研究 . 红外与激光工程, 2020, 49(8): 20190581-1-20190581-8. doi: 10.3788/IRLA20190581
    [9] 刘鹏飞, 赵怀慈, 曹飞道.  多尺度卷积神经网络的噪声模糊图像盲复原 . 红外与激光工程, 2019, 48(4): 426001-0426001(9). doi: 10.3788/IRLA201948.0426001
    [10] 周宏强, 黄玲玲, 王涌天.  深度学习算法及其在光学的应用 . 红外与激光工程, 2019, 48(12): 1226004-1226004(20). doi: 10.3788/IRLA201948.1226004
    [11] 于海涛, 马金鹏, 范芸, 李科, 张春熹.  红外成像系统响应光谱非均匀性的理论分析 . 红外与激光工程, 2019, 48(2): 204002-0204002(7). doi: 10.3788/IRLA201948.0204002
    [12] 梁少林, 王咏梅, 毛靖华, 贾楠, 石恩涛.  科学级光学CCD像素非均匀性的测试 . 红外与激光工程, 2019, 48(4): 417004-0417004(7). doi: 10.3788/IRLA201948.0417004
    [13] 殷世民, 王具民, 梁永波, 朱健铭, 韩国成, 陈洪波, 陈真诚.  红外干涉光谱仪非均匀性在线校正与仿真 . 红外与激光工程, 2016, 45(6): 604002-0604002(8). doi: 10.3788/IRLA201645.0604002
    [14] 许轰烈, 陈钱, 刘宁, 杨春花.  模拟探测器列通道增益非均匀性研究 . 红外与激光工程, 2015, 44(7): 2044-2049.
    [15] 郭凯, 孙红胜, 张虎, 张玉国, 魏树弟, 孙广尉.  仿真用红外动态场景模拟器现场校准技术 . 红外与激光工程, 2014, 43(5): 1380-1384.
    [16] 苏晓锋, 潘胜达, 龚学艺, 杨育周, 陈凡胜.  红外面阵探测器DTDI技术的性能分析 . 红外与激光工程, 2014, 43(4): 1025-1031.
    [17] 王华伟, 曹剑中, 马彩文, 张辉, 武登山.  具有自适应校正功能的红外成像系统设计 . 红外与激光工程, 2014, 43(1): 61-66.
    [18] 薛松, 韩广良.  基于旋转角预估的红外指定目标快速捕获 . 红外与激光工程, 2013, 42(11): 2907-2912.
    [19] 马静, 刘文清, 毛宏霞, 董雁冰.  非均匀下垫面辐照环境对太空目标温度的影响 . 红外与激光工程, 2013, 42(5): 1137-1140.
    [20] 陈宝国, 张学峰, 牛英宇.  改进的基于神经网络的非均匀性校正算法 . 红外与激光工程, 2013, 42(3): 574-578.
  • 加载中
计量
  • 文章访问数:  298
  • HTML全文浏览量:  43
  • PDF下载量:  157
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-09-05
  • 修回日期:  2012-10-09
  • 刊出日期:  2013-04-25

改进的红外图像神经网络非均匀性校正算法

    作者简介:

    赵春晖(1965-),男,教授,博士生导师,主要从事信号与图像处理方面的研究。Email:zhaochunhui@hrbeu.edu.cn

基金项目:

国家自然科学基金(61077079);教育部博士点计划基金(20102304110013);黑龙江省自然科学基金(ZD201216)

  • 中图分类号: TN215

摘要: 红外焦平面阵列(IRFPA)像元响应存在不一致性,会严重影响红外成像系统成像的质量,实际应用中需要采用响应的非均匀性校正(NUC)技术。传统的神经网络校正算法在校正结果中存在图像模糊和伪像的问题,影响人们对于目标的观察。在分析了传统的神经网络性校正算法所出现问题原因的基础上,提出了有效的改进算法:用非线性滤波器代替传统算法中使用的均值滤波器。算法改进之后所得到的校正图像,不仅在清晰度方面有明显的改善,而且有效的消除了传统算法中存在伪像的问题。

English Abstract

参考文献 (19)

目录

    /

    返回文章
    返回