自适应神经网络非均匀性校正方法、终端设备及存储介质技术

本申请提供一种自适应神经网络非均匀性校正方法、终端设备及存储介质，其中自适应神经网络非均匀性校正方法包括以下步骤：实时采集若干图像；从所述若干图像中挑选出有效图像；所述有效图像包括多个呈矩阵分布的像元；获取所述有效图像中具有邻域的像元，即为有效像元；所述邻域为沿所述有效像元周向分布且与所述有效像元呈45度夹角的像元集合；获取所述有效像元的输入辐照度X

【技术实现步骤摘要】
自适应神经网络非均匀性校正方法、终端设备及存储介质


[0001]本申请涉及基于场景非均匀性校正
，具体涉及一种自适应神经网络非均匀性校正方法、终端设备及存储介质。

技术介绍

[0002]传统的非均匀性校正方法为两点校正方法，它需要标准参考源定标，操作繁琐，系统定期需要重新标定，不具有自适应校正能力，因而逐渐被基于场景非均匀性校正方法所取代。
[0003]传统自适应神经网络非均匀性校正方法属于基于场景变步长校正方法，其步长随八邻域方差值变化，一方面能根据各点的八邻域方差信息确定该点逼近目标期望值的速度从而有效地抑制鬼影的产生，另一方面可能因为步长调节不当造成算法发散，图像中产生过亮或过暗噪点影响成像质量。另外，传统神经网络在校正过程中由于噪点的存在可能会产生弥散亮斑。

技术实现思路

[0004]鉴于现有技术中的上述缺陷或不足，本申请旨在提供一种自适应神经网络非均匀性校正方法、终端设备及存储介质。
[0005]第一方面，所述自适应神经网络非均匀性校正方法，包括以下步骤：
[0006]实时采集若干图像；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自适应神经网络非均匀性校正方法，其特征在于，包括以下步骤：实时采集若干图像；从所述若干图像中挑选出有效图像，所述有效图像包括多个呈矩阵分布的像元；获取所述有效图像中具有邻域的像元，即为有效像元；所述邻域为沿所述有效像元周向分布且与所述有效像元呈45度夹角的像元集合；获取所述有效图像中所述有效像元的输入辐照度X
i,j
；通过以下公式，计算得到所述有效像元的输出辐照度Y
i,j
：Y
i,j
＝K
i,j
X
i,j
+B
i,j
ꢀꢀ
(1)K
i,j
(n+1)＝K
i,j
(n)
‑
2η(n)X
i,j
(n)(Y
i,j
(n)
‑
f
i，j
)
ꢀꢀ
(2)B
i,j
(n+1)＝B
i,j
(n)
‑
2η(n)(Y
i,j
(n)
‑
f
i，j
)
ꢀꢀ
(3)其中i为所述有效像元在所述有效图像中的行数；j为...

【专利技术属性】
技术研发人员：孙琳，
申请(专利权)人：天津津航技术物理研究所，
类型：发明
国别省市：