[發(fā)明專利]基于神經(jīng)網(wǎng)絡(luò)的聲納圖像的超分辨率重建方法

有效

• 申請?zhí)枺?/td>: 201110052542.X
• 申請日: 2011-03-05
• 公開（公告）號: CN102142136A
• 公開（公告）日: 2011-08-03
• 發(fā)明（設(shè)計）人: 程倩倩;范新南;李慶武;霍冠英
• 申請（專利權(quán)）人: 河海大學常州校區(qū)
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06N3/08
• 代理公司: 常州市天龍專利事務(wù)所有限公司 32105
• 代理人: 周建觀

技術(shù)領(lǐng)域

本發(fā)明屬于圖像信號處理技術(shù)領(lǐng)域，具體地說涉及一種基于神經(jīng)網(wǎng)絡(luò)的聲納圖像的超分辨率重建方法。

背景技術(shù)

21世紀是人類探索與開發(fā)海洋的世紀，海洋勘測和海軍國防建設(shè)的技術(shù)需求在不斷地提高，使得水下聲納技術(shù)越來越受到重視。然而，由于海洋中聲音種類多種多樣，導致聲納儀器設(shè)備得到的聲納圖像通常分辨率較低，目標邊緣惡化，不易識別。有效提高聲納圖像的分辨率，增強邊緣細節(jié)將有利于海底勘測和后續(xù)的水下目標定位識別等處理。

圖像空間分辨率是對圖像細節(jié)分辨能力的一種度量，也是評價目標細微程度的關(guān)鍵性指標，所以圖像的超分辨率重建一直是人們研究的熱點課題。利用多幅具有互補信息的低分辨率聲納圖像來重構(gòu)一幅高分辨率聲納圖像的超分辨重建，為有效提高聲納圖像的分辨率提供了解決途徑。目前，超分辨率重建技術(shù)主要分為頻域法和空域法。頻域法最早是由Tsai和Huang在1984年提出的，該方法缺乏靈活性，不能推廣到一般的非平移運動模型。相比于頻域法，空域法能夠方便的融合各種先驗信息，降質(zhì)模型涉及范圍廣，具有更大的靈活性。其方法主要有非均勻插值法，迭代反投影（IBP）算法，凸集投影（POCS）算法，最大后驗概率估計算法?(MAP)和最大似然估計方法（ML），混合ML/MAP/POSC，自適應(yīng)濾波法，超分辨率盲重建法等。近年來，人們又提出基于學習的超分辨率方法（間接地最大后驗概率估計和直接的最大后驗概率估計）、圖像類推方法和神經(jīng)網(wǎng)絡(luò)方法等。然而，對于分辨率低、邊緣紋理模糊聲納圖像，當前的各種超分辨方法大都存在邊緣模糊、有用信息量少、紋理細節(jié)弱、信噪比低等問題。

發(fā)明內(nèi)容

本發(fā)明的目的是要提供一種邊緣紋理清晰、有用信息量較豐富、信噪比高的基于神經(jīng)網(wǎng)絡(luò)的聲納圖像的超分辨率重建方法。

本發(fā)明實現(xiàn)上述目的的技術(shù)方案是，一種基于神經(jīng)網(wǎng)絡(luò)的聲納圖像的超分辨率重建方法，其創(chuàng)新點在于：對待超分辨率重建的聲納圖像r進行超分辨率重建，包括以下步驟：

（1）對一幅高分辨率聲納圖像進行降質(zhì)樣本構(gòu)建，先生成該高分辨率聲納圖像的4幅副本圖像，再分別對該4幅副本圖像進行移位和降采樣，從而生成4幅降質(zhì)樣本圖像；

（2）對步驟（1）中的高分辨率聲納圖像進行非下采樣輪廓波分解，得到高分辨率聲納圖像的K個帶通方向子帶系數(shù)和1個低通子帶系數(shù)；再對4幅降質(zhì)樣本圖像依次進行非下采樣輪廓波分解，每一幅降質(zhì)樣本圖像均得到K個帶通方向子帶系數(shù)和1個低通子帶系數(shù)，K為正整數(shù)；

（3）創(chuàng)建三層的誤差反向傳播神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，輸入層神經(jīng)元為16個，隱含層神經(jīng)元為????????????????????????????????????????????????個，輸出層神經(jīng)元為16個；

（4）對步驟（2）中的高分辨率聲納圖像的K個帶通方向子帶系數(shù)進行分塊，得到高分辨率聲納圖像的圖像子塊，該高分辨率聲納圖像的圖像子塊的大小為4*4，其中d代表第d個帶通方向子帶系數(shù)，n代表第n塊圖像子塊，n為正整數(shù)；接著對第m幅降質(zhì)樣本圖像的K個帶通方向子帶系數(shù)進行分塊，得到第m幅降質(zhì)樣本圖像的圖像子塊，該第m幅降質(zhì)樣本圖像的圖像子塊的大小為4*4，其中?m代表第m幅降質(zhì)樣本圖像，d代表第d個帶通方向子帶系數(shù)，n代表第n塊圖像子塊，n為正整數(shù)；

（5）將步驟（4）中的高分辨率聲納圖像的圖像子塊進行標準化，即將高分辨率聲納圖像的圖像子塊的大小由4*4轉(zhuǎn)變成16*1，接著對高分辨率聲納圖像的圖像子塊進行歸一化，即使高分辨率聲納圖像的圖像子塊的系數(shù)值分布在[-1,1]之間；再將高分辨率聲納圖像的圖像子塊按照1到n的順序從右到左豎向排列成矩陣，其中d代表第d個帶通方向子帶系數(shù)；

（6）將步驟（4）中的第m幅降質(zhì)樣本圖像的圖像子塊進行標準化，即將第m幅降質(zhì)樣本圖像的圖像子塊的大小由4*4轉(zhuǎn)變成16*1，接著對第m幅降質(zhì)樣本圖像的圖像子塊進行歸一化，即使第m幅降質(zhì)樣本圖像的圖像子塊的系數(shù)值分布在[-1,1]之間；再將第m幅降質(zhì)樣本圖像的圖像子塊按照1到n的順序從右到左豎向排列成矩陣，其中m代表第m幅降質(zhì)樣本圖像，d代表第d個帶通方向子帶系數(shù)；