基于多尺度STL-SRU残差网络的定标红外非均匀性校正方法技术

本发明专利技术涉及一种基于多尺度STL

【技术实现步骤摘要】
基于多尺度STL
‑
SRU残差网络的定标红外非均匀性校正方法


[0001]本专利技术属于红外图像处理
，涉及一种基于多尺度STL
‑
SRU残差网络的定标红外非均匀性校正方法。

技术介绍

[0002]目前，红外非均匀性校正(NUC，Nonuniformity Correction)方法主要分为两大类。一种是基于参考辐射源的方法，利用温度均匀的黑体来计算固定的校正系数，如一点校正、两点校正与多点校正法。采用一点校正算法的前提条件为整个红外成像系统所处的环境温度波动较小，并且外部目标入射系统的红外辐射能量同样应当处于环境温度附近，满足环境条件的同时，探测器的每个像元增益系数相差较小。一般情况下，一点校正算法只是对响应偏置进行相应的校正。当红外成像系统处于所提出的假设条件下时，其响应的非均匀性主要由固定的加性背景噪声导致，但实际测量过程中，红外成像系统并非只有加性背景噪声，而是同时兼备乘性和加性两种类型的非均匀性噪声，这些噪声的成因可以归为红外焦平面探测器的直流偏置和增益之间的差别。因此，在实际应用中，如果仅是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多尺度STL
‑
SRU残差网络的定标红外非均匀性校正方法，其特征在于，所述定标红外非均匀性校正方法包括：步骤1、获取第一温度和第二温度下的黑体的第一温度图像和第二温度图像，所述第一温度小于所述第二温度；步骤2、利用所述第一温度图像和所述第二温度图像对目标场景图像进行校正处理，得到预处理校正图像；步骤3、将所述预处理校正图像输入训练好的多尺度STL
‑
SRU残差网络进行深度特征表示提取，将提取的特征表示作为最终的非均匀性校正结果。2.根据权利要求1所述的定标红外非均匀性校正方法，其特征在于，所述步骤2包括：基于所述第一温度图像和所述第二温度图像，利用两点校正法对所述目标场景图像进行校正处理，得到所述预处理校正图像。3.根据权利要求1所述的定标红外非均匀性校正方法，其特征在于，所述步骤3包括：步骤3.1、采用卷积层对预处理校正图像进行特征提取，得到浅层特征F0；步骤3.2、第一路所述浅层特征F0依次经过第一SRU模块和第一深层特征提取模块f
DF1
进行图像特征提取，得到第一图像特征F
DF1
，第二路所述浅层特征F0经过下采样模块得到第二图像特征F
DSF1
；步骤3.3、第一路所述第二图像特征F
DSF1
依次经过第二SRU模块和第二深层特征提取模块f
DF2
进行图像特征提取，得到第三图像特征F
DF2
’
，第二路所述第二图像特征F
DSF1
经过下采样模块得到第四图像特征F
DSF2
；步骤3.4、第一路所述第四图像特征F
DSF2
依次经过第三SRU模块和第三深层特征提取模块f
DF3
进行图像特征提取，得到第五图像特征F
DF3
’
，第二路所述第四图像特征F
DSF2
经过下采样模块得到第六图像特征F
DSF3
；步骤3.5、所述第六图像特征F
DSF3
经过第四SRU模块提取所述第五图像特征F
DSF3
的浅层特征，得到第七图像特征F
DF4
’
；步骤3.6、对所述第三图像特征F
DF2
’
、所述第五图像特征F
DF3
’
和所述第七图像特征F
DF4
’
进行图像特征尺寸复原，对应得到第八图像特征F
DF2
、第九图像特征F
DF3
...

【专利技术属性】
技术研发人员：秦翰林，张嘉伟，姚迪，乐子晗，廖昕源，梁毅，冯冬竹，马琳，于跃，王石语，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：