赤外線フォーカルプレーンアレイ（IRFPA）の不均一性補正問題において、従来のニューラルネットワークアルゴリズムは画像のエッジのぼやけ、コントラストの低下、「ゴースト」現象が発生します。これらの現象に対処するために、本論文では側窓フィルタを基に改良したニューラルネットワーク不均一性補正アルゴリズムを提案します。本アルゴリズムはまず入力画像に側窓フィルタを適用して期待画像を取得し、不均一性ノイズを除去するとともに対象のエッジの詳細を保護して画像品質を向上させます。これに基づいて、飽和非線形関数により補正パラメータの局所発散を抑制し、補正後の「ゴースト」問題の発生を効果的に防止します。実験結果は、本論文の提案アルゴリズムが画像中の不均一性ノイズを効果的に除去し、明らかな「ゴースト」現象がないことを示しています。3組のテスト画像シーケンスにおいて、平均画像粗さが30.17%低減しました。実験用コンピュータで連続400フレーム画像シーケンスの最大処理時間は37.4170秒であり、双方向フィルタ改良ベースの対比アルゴリズムと比べて95.05%、小波主成分分析ベースの対比アルゴリズムと比べて45.81%処理時間が短縮されました。本論文のアルゴリズムは不均一性補正効果とアルゴリズム実行効率において明確な優位性を持ち、低計算能力・低消費電力のモバイルプラットフォームでのリアルタイム不均一性補正の実現に新たな研究の方向性を提供します。

赤外線フォーカルプレーンアレイ;不均一性補正;側窓フィルタ;ニューラルネットワーク