Noise Parameter Estimation Two-Stage Network for Single Infrared Dim Small Target Image Destriping

计算机科学 平滑的 偏移量(计算机科学) 残余物 人工智能 级联 噪音(视频) 计算机视觉 图像(数学) 图像复原 特征(语言学) 算法 图像处理 语言学 化学 哲学 色谱法 程序设计语言
作者
Teliang Wang,Qian Yin,Fang Cao,Miao Li,Zaiping Lin,Wei An
出处
期刊:Remote Sensing [MDPI AG]
卷期号:14 (19): 5056-5056 被引量:3
标识
DOI:10.3390/rs14195056
摘要

The existing nonuniformity correction methods generally have the defects of image blur, artifacts, image over-smoothing, and nonuniform residuals. It is difficult for these methods to meet the requirements of image enhancement in various complex application scenarios. In particular, when these methods are applied to dim small target images, they may remove dim small targets as noise points due to the image over-smoothing. This paper draws on the idea of a residual network and proposes a two-stage learning network based on the imaging mechanism of an infrared line-scan system. We adopt a multi-scale feature extraction unit and design a gain correction sub-network and an offset correction sub-network, respectively. Then, we pre-train the two sub-networks independently. Finally, we cascade the two sub-networks into a two-stage network and train it. The experimental results show that the PSNR gain of our method can reach more than 15 dB, and it can achieve excellent performance in different backgrounds and different intensities of nonuniform noise. Moreover, our method can avoid losing texture details or dim small targets after effectively removing nonuniform noise.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
june1111完成签到,获得积分10
刚刚
2秒前
可靠访蕊完成签到 ,获得积分10
3秒前
每天看一篇论文完成签到,获得积分10
3秒前
4秒前
小白关注了科研通微信公众号
4秒前
jasmine完成签到,获得积分10
5秒前
啦啦啦发布了新的文献求助10
6秒前
善学以致用应助njr采纳,获得10
7秒前
OKO发布了新的文献求助10
7秒前
共享精神应助哈哈哈哈采纳,获得10
9秒前
9秒前
9秒前
9秒前
桃博完成签到,获得积分10
11秒前
mkljl完成签到 ,获得积分10
11秒前
小欧文完成签到,获得积分10
11秒前
二三发布了新的文献求助10
11秒前
13秒前
粽子发布了新的文献求助30
13秒前
14秒前
Curllen完成签到,获得积分10
14秒前
小白发布了新的文献求助10
14秒前
Sara发布了新的文献求助30
15秒前
mike完成签到,获得积分10
16秒前
打打应助mysoul123采纳,获得10
16秒前
脑洞疼应助果果采纳,获得10
17秒前
浊酒发布了新的文献求助20
17秒前
chenjyuu完成签到,获得积分20
18秒前
打打应助无奈的不化骨采纳,获得10
19秒前
21秒前
无花果应助薰衣草采纳,获得10
21秒前
24秒前
24秒前
威武的依风完成签到,获得积分10
24秒前
judy完成签到,获得积分10
25秒前
冰红茶发布了新的文献求助10
26秒前
jzhou88完成签到,获得积分10
27秒前
柚子茶发布了新的文献求助10
28秒前
WW发布了新的文献求助10
28秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Handbook of Qualitative Cross-Cultural Research Methods 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137238
求助须知:如何正确求助?哪些是违规求助? 2788358
关于积分的说明 7785777
捐赠科研通 2444399
什么是DOI,文献DOI怎么找? 1299897
科研通“疑难数据库(出版商)”最低求助积分说明 625650
版权声明 601023