1 中国科学院上海技术物理研究所, 中国科学院红外探测与成像技术重点实验室, 上海 200083
2 中国科学院大学, 北京 100049
3 中国科学院上海技术物理研究所启东光电遥感中心, 江苏 启东 226200
在低照度成像的短波红外相机中, 像元响应存在非线性问题。为了克服传统的神经网络自适应校正方法只能进行线性校正的不足, 提出了一种基于非线性模型的 BP神经网络非均匀性校正算法, 针对单一像元通过隐含层多神经元拟合像元校正曲线, 有效降低拟合误差, 并通过实验验证了算法的合理性。结果表明, 改进算法在图像的局部非均匀性, 粗糙度方面相较于传统算法分别降低了 27%和 28%, 非线性响应像元校正曲线拟合误差降为传统算法的 30%。
低照度 短波红外 非线性模型 BP神经网络 非均匀性校正 low irradiance short-wave infrared non-linear model back-propagation neural network NUC