-
题名基于改进CNN网络模型的红外图像非均匀校正算法
- 1
-
-
作者
高倩
单大甫
李颖
蒋宇豪
-
机构
安徽新闻出版职业技术学院新闻传播系
安徽启新明智科技有限公司
芜湖传媒集团
北京交通大学机械与电子控制工程学院
-
出处
《佳木斯大学学报(自然科学版)》
CAS
2024年第11期34-36,95,共4页
-
基金
2022年度安徽省高校科研项目(2022AH053001)
2022年度安徽省教学研究项目(2022jyxm674)。
-
文摘
针对现有红外图像非均匀校正算法存在的校正效果差等问题,设计了一种基于改进CNN网络模型的校正算法。对采集到的多幅红外图像进行配准和降噪处理,形成二维红外图像数据集;构建CNN模型并为卷积层选择适合的卷积核、步长,为抑制卷积层存在的梯度弥散等情况并且进一步提升二维红外图像数据的训练能力,利用残差块对卷积层进行优化和改进,最后基于最小均方算法对融合后的红外图像的边缘进行校正。实验结果显示:提出的非均匀校正算法,能够有效改善图像的亮度不均和噪点等问题,纠正后的图像5个区域的粗糙度均值和均方根均值分别为1.779和0.643,相对于原图有明显改善,校正效果也优于两种传统算法。
-
关键词
改进CNN
红外图像
非均匀校正
卷积核
粗糙度
-
Keywords
improved CNN
infrared image
non-uniform correction
convolution kernel
roughness
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-