摘要:針對現(xiàn)有場景自適應非均勻性校正方法存在的圖像過平滑和非均勻性殘留問題,提出了一種基于級聯(lián)殘差學習的非均勻性校正方法。該方法將多尺度特征提取單元所獲取的特征進行融合,并運用殘差學習策略解決深度神經(jīng)網(wǎng)絡(luò)的過擬合問題。實驗結(jié)果表明,該方法在平均峰值信噪比上較傳統(tǒng)的場景自適應校正方法有近5dB的提升,主觀視覺效果也更加清晰銳利。
注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社。
西安電子科技大學學報雜志, 雙月刊,本刊重視學術(shù)導向,堅持科學性、學術(shù)性、先進性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:學術(shù)論文、技術(shù)報告、綜述文章、研究簡報。等。于1955年經(jīng)新聞總署批準的正規(guī)刊物。