论文部分内容阅读
针对复杂背景下经典非均匀性校正算法不理想的问题，提出一种改进神经网络隐含层的非均匀性校正方法。该方法考虑邻域像素对中心像素的影响程度不同，利用模糊逻辑中的隶属度函数分类确定邻域像素的权值，对邻域像素分类加权处理作为期望输出。仿真试验结果表明，与几种经典校正方法相比，提出的方法在校正效果上有较大的提升。