[发明专利]自适应神经网络非均匀性校正方法、终端设备及存储介质

权利要求书

1.一种自适应神经网络非均匀性校正方法，其特征在于，包括以下步骤：

实时采集若干图像；

从所述若干图像中挑选出有效图像，所述有效图像包括多个呈矩阵分布的像元；

获取所述有效图像中具有邻域的像元，即为有效像元；所述邻域为沿所述有效像元周向分布且与所述有效像元呈45度夹角的像元集合；

获取所述有效图像中所述有效像元的输入辐照度X_i,j；

通过以下公式，计算得到所述有效像元的输出辐照度Y_i,j：

Y_i,j＝K_i,jX_i,j+B_i,j (1)

K_i,j(n+1)＝K_i,j(n)-2η(n)X_i,j(n)(Y_i,j(n)-f_i，j) (2)

B_i,j(n+1)＝B_i,j(n)-2η(n)(Y_i,j(n)-f_i，j) (3)

其中i为所述有效像元在所述有效图像中的行数；

j为所述有效像元在所述有效图像中的列数；

K_i,j是增益校正系数；

B_i,j是偏置校正系数；

f_i，j为所述神经网络校正期望值；

η(n)为所述有效像元的更新步长；

n为处理顺序号；

为所述有效像元的邻域方差；

step为初始步长。

2.根据权利要求1所述的自适应神经网络非均匀性校正方法，其特征在于：挑选出所述有效图像的步骤如下：

按第一设定规则从所述若干图像中得到若干输入关键帧；

按第二设定规则去除所述输入关键帧的坏元；

采用Sobel算子方法去除所述输入关键帧的边缘像元；

获得有效关键帧。

3.根据权利要求2所述的自适应神经网络非均匀性校正方法，其特征在于：所述第一设定规则为判断当前帧与上一帧的位移量大于设定值时，则为所述输入关键帧。

4.根据权利要求3所述的自适应神经网络非均匀性校正方法，其特征在于：所述第二设定规则为判断所述输入关键帧中的所述像元为待选坏元的次数大于设定值时，则所述像元为坏元。

5.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序时实现如权利要求1至4任意一项所述的自适应神经网络非均匀性校正方法的步骤。

6.一种计算机可读存储介质，所述计算机可读存储介质有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任意一项所述自适应神经网络非均匀性校正方法的步骤。