龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安电子科技大学
摘要：本发明公开了一种基于SRU与残差网络的递归红外图像非均匀校正方法，将原始非均匀噪声图与原始非均匀噪声图进行通道数拼接，进行初步特征提取；其次，将初步特征提取结果经过简单递归单元SRU完成特征提取；经过多层残差块与卷积层处理，获得一阶段的红外图像非均匀校正结果；将所述一阶段的红外图像非均匀校正结果与原始非均匀噪声图进行通道数拼接，进行下一步特征提取，如此进行共N个阶段，获得最终的红外图像非均匀校正结果。本发明通过残差模块和简单递归单元共同作用，在以6个阶段作为递归的情况下，网络共享每个阶段的参数，大大降低了整体网络参数量，对大多数场景的红外图像都具有良好的非均匀性校正效果。
主权项：1.一种基于SRU与残差网络的递归红外图像非均匀校正方法，其特征在于，该方法为：首先，将原始非均匀噪声图与原始非均匀噪声图进行通道数拼接，进行初步特征提取；其次，将初步特征提取结果经过简单递归单元SRU完成特征提取；最后，经过5层残差块Resblock处理，获得一阶段的红外图像非均匀校正结果，每层Resblock中有两层卷积层和两层Relu激活层；将所述一阶段的红外图像非均匀校正结果与原始非均匀噪声图进行通道数拼接，再进行特征提取，如此进行通道数拼接和特征提取共N个阶段，获得最终的红外图像非均匀校正结果；所述将所述一阶段的红外图像非均匀校正结果与原始非均匀噪声图进行通道数拼接，进行下一步特征提取，如此进行共N个阶段，获得最终的红外图像非均匀校正结果，具体为：将1阶段的红外图像非均匀校正结果与原始非均匀噪声图进行concat操作，经过卷积层进行特征提取与Relu非线性函数激活，进行第2阶段的进一步特征提取，共进行N个阶段，获得最终的红外图像非均匀校正结果，该过程可由式8表示：xt+0.5＝ginxt,y8网络损失函数为：采用多尺度结构相似性MS-SSIM，反映两幅图像相似度，可保留更多图像高频信息，损失函数由式9所示：LMS-SSIM＝1-[MS-SSIMV'p,Vp]9式中，V'、V分别表示目标图像和估计图像，p表示计算误差时图中像素的空间位置。
全文数据：
权利要求：
百度查询： 西安电子科技大学 基于SRU与残差网络的递归红外图像非均匀校正方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号