論文-基于神經(jīng)網(wǎng)絡(luò)預(yù)測紅外圖像景物深度分析

[34]，是它的很關(guān)鍵的一個指標，任何沒有良好泛化能力的神經(jīng)網(wǎng)絡(luò)都是沒有意義的。4.3基于BP神經(jīng)網(wǎng)絡(luò)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(yīng)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(guān)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(xùn)練線性擬合函數(shù)的同時，也具備非線性學(xué)習能力的方法，因此就產(chǎn)生了引入神經(jīng)網(wǎng)絡(luò)到圖像處理的工作中的設(shè)想。相對于其他的計算方式，神經(jīng)網(wǎng)絡(luò)的獨立計算能力有它獨有的優(yōu)勢：神經(jīng)網(wǎng)絡(luò)具有大規(guī)模的并行分布式結(jié)構(gòu)，同時由于這種結(jié)構(gòu)，神經(jīng)網(wǎng)絡(luò)產(chǎn)生了比較強大的泛化能力，也就是說它存在一定的學(xué)習能力。而這，也正是能夠采用人工神經(jīng)網(wǎng)絡(luò)來進行機器人學(xué)習，實行監(jiān)督學(xué)習的預(yù)測方法的理論來源。在神經(jīng)網(wǎng)絡(luò)當中，BP神經(jīng)網(wǎng)絡(luò)模型的算法較為簡潔，同時，其基礎(chǔ)功能的強大也是很多學(xué)者看重這種模型的原因，所以BP神經(jīng)網(wǎng)絡(luò)算法在當前的應(yīng)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(luò)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(luò)的訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)如果需要具備良好的學(xué)習能力和泛化能力，首先需要通過訓(xùn)練使網(wǎng)絡(luò)具有聯(lián)想記憶和預(yù)測能力。其訓(xùn)練過程可以包括以下幾個步驟：（1）根據(jù)樣本訓(xùn)練集的輸入輸出序列分別確定網(wǎng)絡(luò)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(quán)值和，給定學(xué)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(yù)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(yù)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(luò)連接權(quán)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(xué)習速率。（5）循環(huán)步驟2到步驟4，直到算法迭代結(jié)束。將算法運用到相應(yīng)的神經(jīng)網(wǎng)絡(luò)模型中進行運算，下圖4-4就是該算法的流程圖：構(gòu)建的深度模型，如圖所示，深度訓(xùn)練集以上部分是紅外圖像的預(yù)處理過程，將預(yù)處理獲得的圖片數(shù)據(jù)矩陣輸入到神經(jīng)網(wǎng)絡(luò)的輸入輸出端進行訓(xùn)練學(xué)習。經(jīng)過一段時間，獲得具有泛化能力的神經(jīng)網(wǎng)絡(luò)模型，之后將需要進行深度圖預(yù)測的圖，數(shù)據(jù)處理后，放入到神經(jīng)網(wǎng)絡(luò)中預(yù)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(fù)，最終獲得我們想要的深度圖。圖4-4BP神經(jīng)網(wǎng)絡(luò)算法流程圖4.3.2實驗過程與結(jié)果在這里，我們首先對樣本集的輸入（已知紅外圖像）進行預(yù)處理：將樣本像素點數(shù)設(shè)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(zhuǎn)化成單層數(shù)據(jù)，之后利用“勞斯掩膜”將其進行處理，轉(zhuǎn)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(xùn)練神經(jīng)網(wǎng)絡(luò)模型的輸入量。對樣本集特征深度圖作處理，RGB轉(zhuǎn)化為純灰度圖后，將uint8型數(shù)據(jù)轉(zhuǎn)化為double型，則矩陣內(nèi)參數(shù)均轉(zhuǎn)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(xùn)練神經(jīng)網(wǎng)絡(luò)模型的輸出量。圖4-6深度圖處理后的1維向量之后構(gòu)建深度訓(xùn)練集，在神經(jīng)網(wǎng)絡(luò)中，以Input1.mat為輸入,以O(shè)utput1.mat為輸出，進行訓(xùn)練。BP神經(jīng)網(wǎng)絡(luò)的隱含層節(jié)點數(shù)對它的預(yù)測精度有較大的影響：節(jié)點數(shù)太少，網(wǎng)絡(luò)欠學(xué)習，訓(xùn)練精度降低；節(jié)點數(shù)太多，造成訓(xùn)練時間增加，造成過擬合。這里我們選擇的隱層設(shè)置為nHidden=[40105]，即這個三層神經(jīng)網(wǎng)絡(luò)，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(xùn)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(luò)。之后的深度圖的實現(xiàn)，就是通過對該神經(jīng)網(wǎng)絡(luò)模型的“泛化”能力進行運用而達到實驗?zāi)康牡?。在進行下一步實驗前，首先對所得到的神經(jīng)網(wǎng)絡(luò)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(luò)模型進行實驗預(yù)測，得到結(jié)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(luò)預(yù)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(luò)預(yù)測樣本矩陣的相同位置同樣提取400個數(shù)據(jù)，結(jié)果如圖4-10：圖4-10樣本數(shù)據(jù)和預(yù)測數(shù)據(jù)對比圖從上圖所示結(jié)果，我們發(fā)現(xiàn)，神經(jīng)網(wǎng)絡(luò)模型的預(yù)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(luò)進行預(yù)測，此時，選擇一張圖片，通過“勞斯掩碼”的程序，也將之轉(zhuǎn)化成的的20維向量矩陣數(shù)據(jù)，輸入神經(jīng)網(wǎng)絡(luò)進行預(yù)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(jié)果如下：（b）圖4-11（a）測試紅外圖像，（b）BP神經(jīng)網(wǎng)絡(luò)模型的深度估計預(yù)測結(jié)果在本實驗中，在確定上述隱層節(jié)點[40105]設(shè)置是否合理，為了確定實驗內(nèi)容的優(yōu)良性，我還對該神經(jīng)網(wǎng)絡(luò)模型進行了許多次的嘗試性設(shè)定，實驗結(jié)果或好或外，但是從總體結(jié)果來說，顯然還是上述節(jié)點設(shè)置較為合理。下面就是我的一部分較差的實驗設(shè)定的輸出結(jié)果：下圖4-12是原圖與隱層節(jié)點數(shù)設(shè)置[40205]的神經(jīng)網(wǎng)路的輸出預(yù)測圖圖4-12原圖與隱層節(jié)點數(shù)設(shè)置[40205]的神經(jīng)網(wǎng)路輸出預(yù)測圖對于隱層設(shè)置數(shù)為[40205]的神經(jīng)網(wǎng)絡(luò)，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(shè)置的情況下，預(yù)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(shè)置[405]的神經(jīng)網(wǎng)絡(luò)的輸出預(yù)測圖圖4-13原圖與隱層節(jié)點數(shù)設(shè)置[405]的神經(jīng)網(wǎng)絡(luò)的輸出預(yù)測圖對于隱層設(shè)置數(shù)為[405]的神經(jīng)網(wǎng)絡(luò)，由于隱層數(shù)目不足，其預(yù)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(jié)果的演示，就可以發(fā)現(xiàn)，神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練需要比較多的嘗試，而這比較優(yōu)良的設(shè)置方案也是我在通過一些文獻的學(xué)習和多次嘗試之后才得到的。神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程可以看成是一個曲線擬合的過程，網(wǎng)絡(luò)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(luò)的泛化其實就是對輸入數(shù)據(jù)進行非線性插值的結(jié)果。在實驗的結(jié)果中可以發(fā)現(xiàn)，我們所采用的神經(jīng)網(wǎng)絡(luò)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(jié)果還是比較良好的。但是在實驗中，訓(xùn)練時間較長，并且神經(jīng)網(wǎng)絡(luò)的隱層節(jié)點數(shù)沒有較好的理論可以指導(dǎo)我進行設(shè)置，這些方面，之后還有改進的可能性。4.4本章小結(jié)本章首先介紹了生物神經(jīng)元結(jié)構(gòu)并且解釋了人工神經(jīng)元（ANN）網(wǎng)絡(luò)的原理結(jié)構(gòu)，之后介紹了人工神經(jīng)元網(wǎng)絡(luò)的發(fā)展歷史，對BP神經(jīng)網(wǎng)絡(luò)的特點進行了討論。基于第三章的算法結(jié)構(gòu)和思路，搭建相應(yīng)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，之后將第二章樣本圖片預(yù)處理結(jié)構(gòu)輸入神經(jīng)網(wǎng)絡(luò)訓(xùn)練之后進行相應(yīng)的實驗過程。之后就多個神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)定值進行實驗結(jié)果的分析討論，從中找出了結(jié)果較為優(yōu)良的實驗組，并且分析總結(jié)本次實驗的得與失。

5本文總結(jié)5.1工作小結(jié)這次的畢業(yè)設(shè)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(xué)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(shè)計。雖然曾經(jīng)學(xué)習過MATLAB的課程，但是也遺忘了許多，這次的畢業(yè)設(shè)計的過程，我通過老師的指導(dǎo)，以及查閱相關(guān)資料進行自學(xué)，不僅回顧了以前課程中的學(xué)習過程，還學(xué)到了許多不曾學(xué)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(xué)習、生活都有很大的幫助。通過神經(jīng)網(wǎng)絡(luò)訓(xùn)練，得到相應(yīng)的數(shù)據(jù)處理模型，之后將預(yù)處理后得到的數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡(luò)后經(jīng)過神經(jīng)網(wǎng)絡(luò)的預(yù)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(luò)訓(xùn)練的模型有較好的泛化能力，達到了預(yù)期的目的。但是總的來說，實驗過程中，由于神經(jīng)網(wǎng)絡(luò)模型的構(gòu)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(luò)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(shè)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(luò)的樣本處理過于單一，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度比較慢，并且神經(jīng)網(wǎng)絡(luò)訓(xùn)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(luò)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(xué)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(yù)測效果。相信經(jīng)過這次畢業(yè)設(shè)計的學(xué)習過程，我對于以后的工作學(xué)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(xué)習態(tài)度的一種提升，我會在以后更加關(guān)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(shù)[M].北京：北京理工大學(xué)出版社，1994紀紅.紅外技術(shù)基礎(chǔ)與應(yīng)用[M].北京：科學(xué)出版社，1979張鳴平.紅外技術(shù)物理基礎(chǔ)[C]，哈爾濱：中國人民解放軍炮兵工程學(xué)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(xué)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(shù)研究[D].南京航空航天大學(xué).2009.鄒寧.深度圖像分析方法研究[D].華中理工大學(xué).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(yīng)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(fù)方法研究[D].，清華大學(xué)工學(xué)碩士學(xué)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(nèi)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(luò)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(luò)工作機理分析與學(xué)習算法[D].北京交通大學(xué)，2005趙貴玉.多層前向網(wǎng)絡(luò)泛化能力研究與應(yīng)用[D].中國人民解放軍信息工程大學(xué)，2006魏海坤.神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計的理論與方法[D].北京：國防工業(yè)出版社，2005.2BartlettPL.ForV