적외선 포컬 플레인 어레이(IRFPA) 비균일성 보정 문제에서 전통적인 신경망 알고리즘은 이미지 가장자리 흐림, 대비 저하, '고스트' 현상 등의 문제가 발생합니다. 이러한 현상을 해결하기 위해 본 논문에서는 측면 윈도우 필터링을 기반으로 개선된 신경망 비균일성 보정 알고리즘을 제안합니다. 해당 알고리즘은 먼저 입력 이미지에 측면 윈도우 필터를 적용하여 기대 이미지를 획득하며, 비균일성 노이즈를 제거하는 동시에 목표의 가장자리 세부 정보를 보호하여 이미지 품질을 향상시킵니다. 이를 바탕으로 포화 비선형 함수를 통해 보정 매개변수의 국부 발산을 억제하여 보정 후 '고스트' 현상을 효과적으로 방지할 수 있습니다. 실험 결과, 제안된 알고리즘은 '고스트' 현상 없이 이미지 내 비균일성 노이즈를 효과적으로 제거함을 보여줍니다. 3개의 테스트 이미지 시퀀스에서 평균 이미지 거칠기가 30.17% 감소하였습니다. 실험용 컴퓨터에서 연속 400프레임 이미지 처리 최대 소요 시간은 37.4170초로, 양방향 필터 개선 기반 대비 95.05%, 웨이블릿 주성분 분석 기반 대비 45.81% 처리 시간이 단축되었습니다. 본 알고리즘은 비균일성 보정 효과 및 알고리즘 실행 효율 면에서 뚜렷한 장점을 가지며, 소형 연산력 및 저전력 모바일 플랫폼에서 실시간 비균일성 보정을 구현하기 위한 새로운 연구 방향을 제공합니다.

적외선 포컬 플레인 어레이;비균일성 보정;측면 윈도우 필터링;신경망