論文-基于神經(jīng)網(wǎng)絡預測紅外圖像景物深度分析

[34]，是它的很關鍵的一個指標，任何沒有良好泛化能力的神經(jīng)網(wǎng)絡都是沒有意義的。4.3基于BP神經(jīng)網(wǎng)絡的紅外圖像深度估計在圖像處理的過程中，大部分的工作重點可能在于處理圖像中所有的像素點以及所對應的像素點信息，這個工作所涉及的數(shù)據(jù)量十分巨大。而對于圖像的深度估計工作，從第二章所得到的特征向量與樣本的深度值之間，可能存在的是關系是一個很大的非線性的映射，所以采用一種非線性的擬合方式，往往比線性擬合，具有更好的輸出效果。但是在實際工作中，篩選一種最合適的非線性擬合函數(shù)比較困難，所以現(xiàn)在的目標就是尋求一種在訓練線性擬合函數(shù)的同時，也具備非線性學習能力的方法，因此就產(chǎn)生了引入神經(jīng)網(wǎng)絡到圖像處理的工作中的設想。相對于其他的計算方式，神經(jīng)網(wǎng)絡的獨立計算能力有它獨有的優(yōu)勢：神經(jīng)網(wǎng)絡具有大規(guī)模的并行分布式結構，同時由于這種結構，神經(jīng)網(wǎng)絡產(chǎn)生了比較強大的泛化能力，也就是說它存在一定的學習能力。而這，也正是能夠采用人工神經(jīng)網(wǎng)絡來進行機器人學習，實行監(jiān)督學習的預測方法的理論來源。在神經(jīng)網(wǎng)絡當中，BP神經(jīng)網(wǎng)絡模型的算法較為簡潔，同時，其基礎功能的強大也是很多學者看重這種模型的原因，所以BP神經(jīng)網(wǎng)絡算法在當前的應用也比較廣泛。在這個前提下，我們這里提出一種基于簡單BP神經(jīng)網(wǎng)絡模型所拓展出的紅外圖像景物深度估計的算法。4.3.1神經(jīng)網(wǎng)絡的訓練BP神經(jīng)網(wǎng)絡如果需要具備良好的學習能力和泛化能力，首先需要通過訓練使網(wǎng)絡具有聯(lián)想記憶和預測能力。其訓練過程可以包括以下幾個步驟：（1）根據(jù)樣本訓練集的輸入輸出序列分別確定網(wǎng)絡輸入層、隱含層和輸出層的節(jié)點數(shù)，并初始化連接輸入層、隱含層和輸出層神經(jīng)元之間的權值和，給定學習速率和神經(jīng)元激勵函數(shù)。（2）計算隱含層的輸出H：（4-4）式中為隱含層節(jié)點數(shù)，為各隱含層節(jié)點的閾值，為隱含層激勵函數(shù)。（3）計算預測輸出O：（4-5）式中為輸出層節(jié)點數(shù)，為各輸出層節(jié)點的閾值。（4）根據(jù)預測輸出和期望輸出計算誤差e，并根據(jù)計算誤差e更新網(wǎng)絡連接權值,和各節(jié)點的閾值a,b:（4-6）（4-7）（4-8）（4-9）式中為輸入層節(jié)點數(shù)，為學習速率。（5）循環(huán)步驟2到步驟4，直到算法迭代結束。將算法運用到相應的神經(jīng)網(wǎng)絡模型中進行運算，下圖4-4就是該算法的流程圖：構建的深度模型，如圖所示，深度訓練集以上部分是紅外圖像的預處理過程，將預處理獲得的圖片數(shù)據(jù)矩陣輸入到神經(jīng)網(wǎng)絡的輸入輸出端進行訓練學習。經(jīng)過一段時間，獲得具有泛化能力的神經(jīng)網(wǎng)絡模型，之后將需要進行深度圖預測的圖，數(shù)據(jù)處理后，放入到神經(jīng)網(wǎng)絡中預測泛化，可以將所求數(shù)據(jù)，經(jīng)過處理形成一個合適的矩陣數(shù)據(jù)，重建恢復，最終獲得我們想要的深度圖。圖4-4BP神經(jīng)網(wǎng)絡算法流程圖4.3.2實驗過程與結果在這里，我們首先對樣本集的輸入（已知紅外圖像）進行預處理：將樣本像素點數(shù)設為N，一般地，由于RGB彩色圖像的儲存原理，我們得到的紅外圖片也常常為的大小。將之處理成純灰度圖片，則其轉化成單層數(shù)據(jù)，之后利用“勞斯掩膜”將其進行處理，轉化成矩陣可處理的double型數(shù)據(jù)，提取我們需要的20維特征向量數(shù)據(jù)，如圖4-5所示：圖4-5提取出的20維特征向量將數(shù)據(jù)另存為Input1.mat，作為訓練神經(jīng)網(wǎng)絡模型的輸入量。對樣本集特征深度圖作處理，RGB轉化為純灰度圖后，將uint8型數(shù)據(jù)轉化為double型，則矩陣內參數(shù)均轉換成0至1之間的數(shù)據(jù)，之后重新組合成1維向量，如圖4-6，記為Output1.mat，作為訓練神經(jīng)網(wǎng)絡模型的輸出量。圖4-6深度圖處理后的1維向量之后構建深度訓練集，在神經(jīng)網(wǎng)絡中，以Input1.mat為輸入,以Output1.mat為輸出，進行訓練。BP神經(jīng)網(wǎng)絡的隱含層節(jié)點數(shù)對它的預測精度有較大的影響：節(jié)點數(shù)太少，網(wǎng)絡欠學習，訓練精度降低；節(jié)點數(shù)太多，造成訓練時間增加，造成過擬合。這里我們選擇的隱層設置為nHidden=[40105]，即這個三層神經(jīng)網(wǎng)絡，進入輸入層之后，第一個隱層存在40個神經(jīng)元節(jié)點，第二個隱層為10個節(jié)點，第三個隱層為5個節(jié)點，之后進入輸出層。經(jīng)過計算機的訓練演算，該模型能形成一個具有一定“泛化”能力的神經(jīng)網(wǎng)絡。之后的深度圖的實現(xiàn)，就是通過對該神經(jīng)網(wǎng)絡模型的“泛化”能力進行運用而達到實驗目的的。在進行下一步實驗前，首先對所得到的神經(jīng)網(wǎng)絡的性能進行：對樣本進行實驗，將樣本的Input1.mat矩陣放入神經(jīng)網(wǎng)絡模型進行實驗預測，得到結果如圖4-7，4-8，4-9：圖4-7樣本集紅外圖像圖4-8樣本集特征深度圖圖4-9經(jīng)神經(jīng)網(wǎng)絡預測的樣本對樣本集特征深度圖數(shù)據(jù)矩陣，提取位于中間部分的400個數(shù)據(jù)，為了進行對比，從神經(jīng)網(wǎng)絡預測樣本矩陣的相同位置同樣提取400個數(shù)據(jù)，結果如圖4-10：圖4-10樣本數(shù)據(jù)和預測數(shù)據(jù)對比圖從上圖所示結果，我們發(fā)現(xiàn)，神經(jīng)網(wǎng)絡模型的預測在數(shù)據(jù)的總體趨勢還是近似，其泛化能力還是相當不錯的。之后我們利用神經(jīng)網(wǎng)絡進行預測，此時，選擇一張圖片，通過“勞斯掩碼”的程序，也將之轉化成的的20維向量矩陣數(shù)據(jù)，輸入神經(jīng)網(wǎng)絡進行預測，得到1維的深度特征信息，按照輸入圖的像素點分布情況，經(jīng)過處理后最終可以還原成為我們所需要的特征深度圖。結果如下：（b）圖4-11（a）測試紅外圖像，（b）BP神經(jīng)網(wǎng)絡模型的深度估計預測結果在本實驗中，在確定上述隱層節(jié)點[40105]設置是否合理，為了確定實驗內容的優(yōu)良性，我還對該神經(jīng)網(wǎng)絡模型進行了許多次的嘗試性設定，實驗結果或好或外，但是從總體結果來說，顯然還是上述節(jié)點設置較為合理。下面就是我的一部分較差的實驗設定的輸出結果：下圖4-12是原圖與隱層節(jié)點數(shù)設置[40205]的神經(jīng)網(wǎng)路的輸出預測圖圖4-12原圖與隱層節(jié)點數(shù)設置[40205]的神經(jīng)網(wǎng)路輸出預測圖對于隱層設置數(shù)為[40205]的神經(jīng)網(wǎng)絡，對于細節(jié)點的表現(xiàn)，往往顯得比較模糊，而且總體來說，這種設置的情況下，預測輸出圖顯得偏灰，沒有比較優(yōu)良的輸出效果，圖像沒有立體感。下圖4-13是原圖與隱層節(jié)點數(shù)設置[405]的神經(jīng)網(wǎng)絡的輸出預測圖圖4-13原圖與隱層節(jié)點數(shù)設置[405]的神經(jīng)網(wǎng)絡的輸出預測圖對于隱層設置數(shù)為[405]的神經(jīng)網(wǎng)絡，由于隱層數(shù)目不足，其預測效果更加的不真實，圖像發(fā)灰發(fā)白現(xiàn)象更加嚴重，甚至對于景物中的汽車和人的輪廓的描述更是不佳，無法顯示出原圖中的景物信息。雖然沒有將所有的實驗對照組都展示出來，但是僅僅通過上述三組實驗結果的演示，就可以發(fā)現(xiàn)，神經(jīng)網(wǎng)絡模型的訓練需要比較多的嘗試，而這比較優(yōu)良的設置方案也是我在通過一些文獻的學習和多次嘗試之后才得到的。神經(jīng)網(wǎng)絡的訓練過程可以看成是一個曲線擬合的過程，網(wǎng)絡本身可以被簡單地認為是一個非線性輸入——輸出映射，那么由此就可以看出神經(jīng)網(wǎng)絡的泛化其實就是對輸入數(shù)據(jù)進行非線性插值的結果。在實驗的結果中可以發(fā)現(xiàn)，我們所采用的神經(jīng)網(wǎng)絡模型所具備的泛化特性還是在實驗中比較好的體現(xiàn)了出來，并且我們得到的結果還是比較良好的。但是在實驗中，訓練時間較長，并且神經(jīng)網(wǎng)絡的隱層節(jié)點數(shù)沒有較好的理論可以指導我進行設置，這些方面，之后還有改進的可能性。4.4本章小結本章首先介紹了生物神經(jīng)元結構并且解釋了人工神經(jīng)元（ANN）網(wǎng)絡的原理結構，之后介紹了人工神經(jīng)元網(wǎng)絡的發(fā)展歷史，對BP神經(jīng)網(wǎng)絡的特點進行了討論?；诘谌碌乃惴ńY構和思路，搭建相應的神經(jīng)網(wǎng)絡結構，之后將第二章樣本圖片預處理結構輸入神經(jīng)網(wǎng)絡訓練之后進行相應的實驗過程。之后就多個神經(jīng)網(wǎng)絡參數(shù)設定值進行實驗結果的分析討論，從中找出了結果較為優(yōu)良的實驗組，并且分析總結本次實驗的得與失。

5本文總結5.1工作小結這次的畢業(yè)設計中，我的主目標是尋找一種合適的方法來進行紅外圖像的處理。趙老師在這方面給了我很大的幫助，通過對以前的各種方法的學習和回顧，我最終決定采用MATLAB這個功能強大的軟件進行我的畢業(yè)設計。雖然曾經(jīng)學習過MATLAB的課程，但是也遺忘了許多，這次的畢業(yè)設計的過程，我通過老師的指導，以及查閱相關資料進行自學，不僅回顧了以前課程中的學習過程，還學到了許多不曾學習過的新東西，這對我是一次很好的經(jīng)歷，對我以后工作、學習、生活都有很大的幫助。通過神經(jīng)網(wǎng)絡訓練，得到相應的數(shù)據(jù)處理模型，之后將預處理后得到的數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡后經(jīng)過神經(jīng)網(wǎng)絡的預測，得到輸出的深度圖效果良好，實驗證明了通過神經(jīng)網(wǎng)絡訓練的模型有較好的泛化能力，達到了預期的目的。但是總的來說，實驗過程中，由于神經(jīng)網(wǎng)絡模型的構建，數(shù)據(jù)量很大，計算過程比較長，對于計算機的性能也是一個比較大的考驗，希望以后能找到更加好的方式來縮短這個過程。同時在神經(jīng)網(wǎng)絡的隱層安排過程中，就算有先驗經(jīng)驗的存在，但這同樣也是一個并不容易的過程，希望能在以后有機會，掌握到更好的更好地設計思路。5.2討論與展望在整個實驗過程中，仍然存在有許多不足之處，如對于神經(jīng)網(wǎng)絡的樣本處理過于單一，神經(jīng)網(wǎng)絡的訓練速度比較慢，并且神經(jīng)網(wǎng)絡訓練的模型雖然有較好的泛化能力，但對于一小部分圖像的輸出效果并不是很理想。原因在于對原始數(shù)據(jù)的處理方面，勞斯掩膜雖然具有較好的效果，但是還有可以改進的地方。在神經(jīng)網(wǎng)絡方面，程序部分方面也可以改進很多，我的知識面仍然不足，我覺得以后如果有機會學習到更加良好的模型，這方面的效果肯定會有顯著的提升，并且能有不錯的預測效果。相信經(jīng)過這次畢業(yè)設計的學習過程，我對于以后的工作學習生活過程中，不管是否還能用到這些知識，但是它們帶給我的收獲，等多的是對于學習態(tài)度的一種提升，我會在以后更加關注這方面的知識。

參考文獻張敬賢，李玉丹，金偉其.微光與紅外成像技術[M].北京：北京理工大學出版社，1994紀紅.紅外技術基礎與應用[M].北京：科學出版社，1979張鳴平.紅外技術物理基礎[C]，哈爾濱：中國人民解放軍炮兵工程學院，1962李俊山，楊威，張雄美.紅外圖像處理、分析與融合[M].北京：科學出版社，2009邢素霞.紅外熱成像與信號處理[M].北京：國防工業(yè)出版社，2010田國良，熱紅外遙感[M].電子工業(yè)出版社.2006.7倪愛偉.基于雙目立體視覺的三維重建技術研究[D].南京航空航天大學.2009.鄒寧.深度圖像分析方法研究[D].華中理工大學.2000Mohan,S,Automated3dmodelingandrenderingfromsingleviewimages,Proceedings-InternationalConferenceonComputationalIntelligenceandMultimediaApplications[J],2007(4):476-480馬祥音，查紅彬.基于單幅圖像的深度非連續(xù)性估計，計算機應用[J].2010.30(12):43-46D.Scharstein,R.Szeliski.Ataxonomyandevaluationofdensetwo-framestereocorrespondencealgorithms.Int’lJournalofComputerVision[J],2002.(47):7–42.李濤，單目視圖與多目視圖的深度圖恢復方法研究[D].，清華大學工學碩士學位論文，2009.6Barnard,S.T.andMartin.AFischlerComputationalStereo.ACMComputingSurveys[J],1982.14(4):553-572Dhond,U.R.andJ.K.Aggarwal.StructurefromStereoAReview.IEEETransactionsonSystemsManandCybernetics[J],1989.19(6):1489-1510MyronZ,BrownDarius,BurschkaandG.D.Hager.AdvancesinComputationalStereo,IEEETransactionsonPatternAnalysisandMachineIntelligence[J],2003.25(8):993-1008Horn,B.K.B.Obtainingshapefromshadinginformation,ThePsychologyofComputerVision.NewYork:McGrawHill[J].1975:115-155Saxena,A,Chung,H&Ng.A.Learningdepthfromsinglemonocularimages[D].InNIPS,2006,18HoiemD,Efros,a.a,&HebertM.AutomaticPhotopop-up,InACMSIGGRAPH[J],2005.24(3):577-584WeiQ.Converting2Dto3D:asurvey[C]ProceedingsofInternationalConference.Netherlands:DelftUniversityofTechnology,2005,7:14ZhangL,VazquezC,KnorrS.3D-TVcontentcreation:automatic2D-to-3Dvideoconversion[J].IEEETransactionson,Broadcasting,2011,57(2):372-383.[DOI:10.1109/TBC.2011.2122930]CaoX,BovikAC,WangY,etal.Converting2Dvideoto3D:anefficientpathto3Dexperience[J].MultiMedia,IEEE,2011,18(4):12-17.[DOI:10.1109/MMUL.2011.65]AkiyukiAnzai,

GregoryCDeAngelis.Neuralcomputationsunderlyingdepthperception,CurrentOpinioninNeurobiology,2010.20(3):367-375ByronBoots,InferringDepthfromSingleImagesinNaturalScenes,DepartmentofComputerScience古小婧，基于圖像分析的自然彩色夜視成像方法研究[D]，2011.9趙信宇，朱曉蕊，余錦全.單幅圖像深度信息的提取[J]，制造業(yè)自動化，2010.32(3):15-17E.R.Davies.Laws’textureenergyinTEXTURE[M].InMachineVision:Theory,Algorithms,Practicalities2ndEdition.AcademicPress,SanDiego,1997李樂，張茂軍，熊志輝，徐瑋.基于內容理解的單幅靜態(tài)街景圖像深度估計[J]，機器人，2011.33(1):174-180高雋.人工神經(jīng)網(wǎng)絡原理及仿真實例[D].北京：機械工業(yè)出版社，2003.7李愛軍.前虧神經(jīng)網(wǎng)絡工作機理分析與學習算法[D].北京交通大學，2005趙貴玉.多層前向網(wǎng)絡泛化能力研究與應用[D].中國人民解放軍信息工程大學，2006魏海坤.神經(jīng)網(wǎng)絡結構設計的理論與方法[D].北京：國防工業(yè)出版社，2005.2BartlettPL.ForV