张菲菲，王文龙，马国锐，谢 伟，陈王丽，秦前清



基于非局部均值滤波与神经网络的红外焦平面阵列非均匀性校正算法

张菲菲1，王文龙2，马国锐1，谢 伟3，陈王丽1，秦前清1

（1. 武汉大学 测绘遥感信息工程国家重点实验室，湖北 武汉 430079；2. 武汉市测绘院，湖北 武汉 430022；3. 华中师范大学 计算机学院，湖北 武汉 430079）

深入剖析传统神经网络非均匀性校正方法收敛速度慢以及易产生“鬼影”现象的主要原因，在此基础上，提出一种基于非局部均值滤波和神经网络的红外焦平面阵列非均匀性校正算法。为了加快收敛速度并减少“鬼影”现象，在神经网络隐含层，利用具有全局寻优且能保持边缘的非局部均值滤波器代替传统的均值滤波器以估计具有更高置信度的真值影像；同时设计可变学习率来自适应地调整每个探测元的非均匀性校正参数的迭代更新过程，以进一步消除“鬼影”。采用两组分别受高空间频率和低空间频率非均匀性干扰的真实红外序列图像进行实验。实验结果表明：相较于目前已有的方法，本文方法不仅具有较快的收敛速度，而且较大程度上抑制了“鬼影”现象的发生。

非均匀性校正；神经网络；非局部均值滤波；收敛速度；鬼影

0 引言

红外焦平面阵列（Infrared Focal Plane Array, IRFPA）具有体积小、灵敏度高、性能稳定等优点，已广泛应用于军事、民用等各个领域。然而，由于制造工艺水平的限制，红外焦平面阵列上每个探测元对于同一辐照度的光电响应不完全一致，这种响应的不一致性被称作成像非均匀性，在图像上表现为固定图案噪声（Fixed Pattern Noise，FPN），它严重影响了红外系统的成像质量[1-2]。……