基于小波空洞残差U-Net的红外图像去条纹噪声方法

王坤; 叶招君

doi:10.13741/j.cnki.11-1879/o4.2022.05.016

您当前的位置：

首页 >

文章列表页 >

基于小波空洞残差U-Net的红外图像去条纹噪声方法

光学图像处理与识别 | 更新时间：2025-09-01

- 基于小波空洞残差U-Net的红外图像去条纹噪声方法
- Infrared images destriping method based on wavelet dilated residual U-Net
- 光学技术 2022年48卷第5期页码：616-626
- 作者机构：
  
  1:中国民航大学电子信息与自动化学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金(62173331);天津市教委科研计划项目(2020KJ03)
- DOI：10.13741/j.cnki.11-1879/o4.2022.05.016
  中图分类号： TP391.41
- 纸质出版：2022
- 稿件说明：
移动端阅览
王坤, 叶招君. 基于小波空洞残差U-Net的红外图像去条纹噪声方法[J]. 光学技术, 2022,48(5):616-626.

Infrared images destriping method based on wavelet dilated residual U-Net[J]. 2022, 48(5): 616-626.
王坤, 叶招君. 基于小波空洞残差U-Net的红外图像去条纹噪声方法[J]. 光学技术, 2022,48(5):616-626. DOI： 10.13741/j.cnki.11-1879/o4.2022.05.016.

Infrared images destriping method based on wavelet dilated residual U-Net[J]. 2022, 48(5): 616-626. DOI： 10.13741/j.cnki.11-1879/o4.2022.05.016.

摘要

红外图像作为信息传递的重要载体，受到红外焦平面阵列探测单元响应差异和读出电路的不均匀性的影响，易出现条纹噪声，不利于后续的分析研究。为了提高卷积神经网络去除条纹噪声的结果，提出了基于小波空洞残差U-Net的红外图像去条纹噪声方法。该网络首先通过Haar离散小波变换将条纹噪声图像分解为垂直分量、对角分量、水平分量和低频分量；依次通过初步去噪和精细去噪网络学习噪声图像与条纹噪声之间的映射；再从输入分量中去除噪声分量以获取去条纹噪声分量；利用逆Haar离散小波变换重构去噪图像。实验结果表明，该方法可以有效去除条纹噪声，保护图像细节。

Abstract

关键词

Keywords

references

浏览量

123

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于双通道神经网络的图像脉冲噪声降噪

基于FC-DenseNets-BC神经网络的光学水印重建方法

基于自联想神经网络的可见光MIMO通信系统颜色检测

高动态范围红外图像的显示与细节增强

一种线阵CCD融合光栅尺的高精度尺寸测量新方法研究

基于小波空洞残差U-Net的红外图像去条纹噪声方法

Infrared images destriping method based on wavelet dilated residual U-Net

DOI：10.13741/j.cnki.11-1879/o4.2022.05.016

摘要

Abstract

关键词

Keywords

references