光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2010年
6期
1444-1451
,共8页
朱福珍%李金宗%朱兵%李冬冬%杨学峰
硃福珍%李金宗%硃兵%李鼕鼕%楊學峰
주복진%리금종%주병%리동동%양학봉
图像重建%超分辨率%径向基神经网络%最近邻聚类%向量映射
圖像重建%超分辨率%徑嚮基神經網絡%最近鄰聚類%嚮量映射
도상중건%초분변솔%경향기신경망락%최근린취류%향량영사
为了突破成像极限,经济可行地获取高质量的卫星图像,提出了一种基于径向基神经网络的超分辨率图像重建算法.以径向基神经网络为基础,依据卫星图像退化模型获取网络训练所需的学习样本图像,采用向量映射的方式加速网络收敛.其中,径向基函数的中心、宽度及网络的隐含层数、连接权值是决定径向基神经网络的关键参数,直接关系到网络的重建性能.采用最近邻聚类算法,动态地建立起基函数的中心及宽度,自适应地确定网络的隐含层数及连接权值.建立起的径向基函数神经网络显著地提高了图像重建性能和网络收敛速度(221 s即可收敛).仿真实验和泛化实验表明,训练好的径向基神经网络可以有效地进行卫星图像的超分辨率重建,效率高,误差小.
為瞭突破成像極限,經濟可行地穫取高質量的衛星圖像,提齣瞭一種基于徑嚮基神經網絡的超分辨率圖像重建算法.以徑嚮基神經網絡為基礎,依據衛星圖像退化模型穫取網絡訓練所需的學習樣本圖像,採用嚮量映射的方式加速網絡收斂.其中,徑嚮基函數的中心、寬度及網絡的隱含層數、連接權值是決定徑嚮基神經網絡的關鍵參數,直接關繫到網絡的重建性能.採用最近鄰聚類算法,動態地建立起基函數的中心及寬度,自適應地確定網絡的隱含層數及連接權值.建立起的徑嚮基函數神經網絡顯著地提高瞭圖像重建性能和網絡收斂速度(221 s即可收斂).倣真實驗和汎化實驗錶明,訓練好的徑嚮基神經網絡可以有效地進行衛星圖像的超分辨率重建,效率高,誤差小.
위료돌파성상겁한,경제가행지획취고질량적위성도상,제출료일충기우경향기신경망락적초분변솔도상중건산법.이경향기신경망락위기출,의거위성도상퇴화모형획취망락훈련소수적학습양본도상,채용향량영사적방식가속망락수렴.기중,경향기함수적중심、관도급망락적은함층수、련접권치시결정경향기신경망락적관건삼수,직접관계도망락적중건성능.채용최근린취류산법,동태지건립기기함수적중심급관도,자괄응지학정망락적은함층수급련접권치.건립기적경향기함수신경망락현저지제고료도상중건성능화망락수렴속도(221 s즉가수렴).방진실험화범화실험표명,훈련호적경향기신경망락가이유효지진행위성도상적초분변솔중건,효솔고,오차소.
