论文部分内容阅读
该文针对红外图像中含有非均匀性噪声和高斯噪声的退化模型,提出了一种基于各向异性(Perona Malik,PM)扩散的神经网络非均匀校正(PM-NN-NUC)算法。建立了关于非均匀校正的极小化模型。通过对新模型的最陡下降方程和偏微分方程的推导,可以看出PM-NN-NUC算法利用了神经网络校正和PM扩散在滤波过程中的相似性,不仅直接用于产生神经网络校正的期望值,还作用于计算迭代步长,而校正系数又反作用于PM的扩散过程,更好地将PM扩散和神经网络校正统一地结合在一起。通过对实际含噪红外图像进行实验,证明