[发明专利]应用于单幅红外图像非均匀校正的深度高频网络校正算法在审
| 申请号： | 201811473365.0 | 申请日： | 2018-12-04 |
| 公开（公告）号： | CN109636747A | 公开（公告）日： | 2019-04-16 |
| 发明（设计）人： | 简献忠;吕辰 | 申请（专利权）人： | 上海理工大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06T5/20 |
| 代理公司： | 上海申汇专利代理有限公司 31001 | 代理人： | 徐颖 |
| 地址： | 200093 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种应用于单幅红外图像非均匀校正的深度高频网络校正算法，将单幅含有非均匀噪声的图像Y，先经过双边滤波器，分离出高频分量IH；将包含图像边缘细节以及非均匀噪声的高频分量IH作为深度残差网络的输入，再通过训练后红外图像模型进一步拟合，得出非均匀噪声图像N；最后将非均匀红外图像Y引入通过差值结构将噪声N从非均匀红外图像Y中提取出来，最终得到预估的校正红外图像X。成功将深度学习应用于红外图像非均匀校正。方法中将滤波器和差值结构的思想应用于深度学习的网络结构设计，构建了深度高频网络，解决了卷积神经网络的欠拟合和训练复杂度高的问题，提高了校正精度，为单幅图像非均匀校正提供一种新的思路。 | ||
| 搜索关键词： | 非均匀 红外图像 校正 高频网络 噪声 高频分量 校正算法 应用 拟合 滤波器 卷积神经网络 网络结构设计 双边滤波器 预估 单幅图像 图像边缘 噪声图像 复杂度 残差 构建 图像 学习 引入 网络 成功 | ||
【主权项】：
1.一种应用于单幅红外图像非均匀校正的深度高频网络校正算法，其特征在于，将单幅含有非均匀噪声的图像Y，先经过双边滤波器，分离出高频分量IH和低频分量IL，其中低频分量IL为背景信息，将其去除；将包含图像边缘细节以及非均匀噪声的高频分量IH作为深度残差网络的输入，再通过训练后红外图像模型进一步拟合，得出非均匀噪声图像N；最后将非均匀红外图像Y引入通过差值结构将噪声N从非均匀红外图像Y中提取出来，最终得到预估的校正红外图像X。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海理工大学，未经上海理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811473365.0/，转载请声明来源钻瓜专利网。
