一种基于深度学习的红外图像非均匀性校正方法

摘要

本发明涉及一种基于深度学习的红外图像非均匀性校正方法，包括：构建第一多尺度特征提取单元；根据所述第一多尺度特征提取单元构建M个多尺度特征提取单元，形成偏置校正网络；根据所述第一多尺度特征提取单元构建N个多尺度特征提取单元，形成增益校正网络；将所述偏置校正网络与所述增益校正网络进行级联操作，构建非均匀性校正网络；对所述非均匀性校正网络进行训练，得到训练后的校正网络结构；将待校正的红外图像输入所述训练后的校正网络结构中，获得校正后的红外图像。该红外图像非均匀性校正方法有效地适应非均性的漂移，消除了鬼影现象，且校正后图像中的细节信息更加丰富。