基于深度学习的红外成像非均匀噪声提取及优化方法

摘要文本

本发明提供了基于深度学习的红外成像非均匀噪声提取及优化方法，通过利用历史标准红外图像，基于深度学习构建卷积神经网络模型来对原始红外图像进行初始噪声特征提出，实现对原始红外图像的噪声提取，通过基于可疑噪声区域中的噪声均值，对可疑噪声区域进行去模糊噪声特征提取，实现对原始红外图像的进一步噪声提取，通过在利用卷积神经网络模型提取的初始噪声特征作为基础，再次利用去模糊理论进行去模糊噪声特征提取，最终基于初始噪声特征和去模糊噪声特征确定目标噪声特征，在原始红外图像减去目标噪声特征，从两个维度来共同决定对原始红外图像的优化，保证得到的目标红外图像的成像质量，为工业领域的自动化精准检测提供基础。