正在加载图片...
·334· 智能系统学报 第3卷 关于本文的神经网络算法与常规的2种图像超 究思路,提出和设计的多源监测信息融合仿蝇复眼型 分辨率重构算法(即双线性插值和凸集投影算法) 系统模式,以及基于仿蝇复眼感知与计算机理的信息 的信噪比SNR性能比较见表1设超分辨率重构结 融合工程模型和算法,为进一步深入解决多源监测信 果的信噪比SNR为:SNR=10bg|o,s2,式中:o, 息融合处理存在的难点提供了新的策略.另外在多源 表示原始参考图像的标准差,·、表示参考图像和重 监测信息融合仿蝇复眼型系统模式中,LF、SF系统相 构图像的差值的标准差.神经网络重构的图像的 互协调工作以及仿“池细胞的系统管理都只是初级 SNR为1546,而将8进行双线性插值所得的NR 层次上的实现,还没有实现真正的高层次的类蝇机 为1378,凸集投影算法所得的NR为1542由表 理,这是需要进一步深入解决的问题 1可见,神经网络算法的SNR优于双线性插值,稍 好于凸集投影算法 参考文献: 【1]除立中,林志贵,黄凤辰.基于信息融合的水质自动监测 系统体系结构[J]河海大学学报,2003,31(6):694- 697 XU L izhong,L N Zhigui,HUANG Fengchen Ifomation fuson-based automatic water quality monitoring system [J. Joumal of Hohai University,2003,31(6):694-697. (a)原始航拍图像y b)一幅较低分辨率图像y [2潘泉,于昕,程咏梅,等.信息融合理论的基本方法 与进展[J1.自动化学报,2003(4):599-615 PAN Quan,YU Xin,CHENG Yongei,et al Essential method and progress of infomation fusion theory [J ]Acta Autmatica Sinica,2003(4):599-615. [3 ]XU L izhong,L N Zhigui Qualitative analysis and quanti- fied evaluation of infomation fuson efficiency in multi-sen- (c)…幅更低分辨率图像 (d)重构的图像 sor systems[J ]Dynam ics of Continuous Discrete and m- 图5航拍遥感图像超分辨率重构 pulsive Systems Series B:Applications A lgorithm s,2005, Fig 5 Superresolution reconstruction of aerial mage 1(1):208-212 表1航拍遥感图像超分辨率重构3种算法的性能比较 [4石爱业,徐立中,黄凤辰.基于神经网络证据理论的 遥感图像数据融合与湖泊水质状况识别[J).中国图象 Table 1 Performance com parison of three algorithms for 图形学报,2005,10(3):372-377 superresolution recon struction of aeril remotely SHIA iye,XU Lizhong,HUANG Fengchen Remote-sensed sensed inage mages fusion and lake water quality identification based on 算法 SNR/dB neural netorks and evidence theory [J].Joumal of mage 双线性插值算法 1378 and Graphics..2005,10(3):372-377 凸集投影算法 1542 神经网络算法 1546 [5郭爱克.计算神经科学[M]上海:上海科技教育出版 社,2000 4结束语 [6戴昌达,姜小光,唐伶俐.遥感图像应用处理与分析 M].北京:清华大学出版社,2004 针对水资源水环境空中地面多传感器监测信息 [7]PARK S C,PARK M K,EI-SAMIE F A.Superresolution 融合这样一个复杂、非结构化过程的研究,尚未形成 mage reconstruction:a technical overview [J].IEEE Sig- 较成熟的不同时空尺度数据、特征、证据和策略的多 nal Processing Magazine,2003,20(3):21-36 源信息融合与计算理论和技术.受昆虫复眼获取与处 [8]LIM in,XU Lizhong Reconstruction of bonic compound 理信息的机理和过程的启发,本文试图跳出传统的研 eye mages based on superresolution algorithm [C]//Po- 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net关于本文的神经网络算法与常规的 2种图像超 分辨率重构算法 (即双线性插值和凸集投影算法 ) 的信噪比 SNR性能比较见表 1. 设超分辨率重构结 果的信噪比 SNR为 : SNR = 10 log |σr /σS | 2 ,式中 :σr 表示原始参考图像的标准差 ,σS 表示参考图像和重 构图像的差值的标准差. 神经网络重构的图像的 SNR为 15. 46,而将 y 2S 00进行双线性插值所得的 SNR 为 13. 78,凸集投影算法所得的 SNR为 15. 42. 由表 1可见 ,神经网络算法的 SNR优于双线性插值 ,稍 好于凸集投影算法. 图 5 航拍遥感图像超分辨率重构 Fig. 5 Superresolution reconstruction of aerial image 表 1 航拍遥感图像超分辨率重构 3种算法的性能比较 Table 1 Performance com par ison of three a lgor ithm s for superresolution recon struction of aer ia l rem otely sen sed image 算法 SNR /dB 双线性插值算法 13. 78 凸集投影算法 15. 42 神经网络算法 15. 46 4 结束语 针对水资源水环境空中、地面多传感器监测信息 融合这样一个复杂、非结构化过程的研究 ,尚未形成 较成熟的不同时空尺度数据、特征、证据和策略的多 源信息融合与计算理论和技术. 受昆虫复眼获取与处 理信息的机理和过程的启发 ,本文试图跳出传统的研 究思路 ,提出和设计的多源监测信息融合仿蝇复眼型 系统模式 ,以及基于仿蝇复眼感知与计算机理的信息 融合工程模型和算法 ,为进一步深入解决多源监测信 息融合处理存在的难点提供了新的策略. 另外在多源 监测信息融合仿蝇复眼型系统模式中 ,LF、SF系统相 互协调工作以及仿“池细胞 ”的系统管理都只是初级 层次上的实现 ,还没有实现真正的高层次的“类蝇 ”机 理 ,这是需要进一步深入解决的问题. 参考文献 : [ 1 ]徐立中 ,林志贵 ,黄凤辰. 基于信息融合的水质自动监测 系统体系结构 [ J ]. 河海大学学报 , 2003, 31 ( 6 ) : 6942 697. XU L izhong, L IN Zhigui, HUANG Fengchen. Information fusion2based automatic water quality monitoring system [J ]. Journal of Hohai University, 2003, 31 (6) : 6942697. [ 2 ]潘 泉 ,于 昕 ,程咏梅 ,等. 信息融合理论的基本方法 与进展 [J ]. 自动化学报 , 2003 (4) : 5992615. PAN Quan, YU Xin, CHENG Yongmei, et al. Essential method and p rogress of information fusion theory[J ]. Acta Automatica Sinica, 2003 (4) : 5992615. [ 3 ] XU L izhong, L IN Zhigui. Qualitative analysis and quanti2 fied evaluation of information fusion efficiency in multi2sen2 sor systems[J ]. Dynam ics of Continuous D iscrete and Im2 pulsive System s SeriesB: App lications &A lgorithm s, 2005, 1 (1) : 2082212. [ 4 ]石爱业 ,徐立中 ,黄凤辰. 基于神经网络 ———证据理论的 遥感图像数据融合与湖泊水质状况识别 [J ]. 中国图象 图形学报 , 2005, 10 (3) : 3722377. SH IA iye, XU L izhong, HUANG Fengchen. Remote2sensed images fusion and lake water quality identification based on neural networks and evidence theory[J ]. Journal of Image and Graphics, 2005, 10 (3) : 3722377. [ 5 ]郭爱克. 计算神经科学 [M ]. 上海 :上海科技教育出版 社 , 2000. [ 6 ]戴昌达 ,姜小光 ,唐伶俐. 遥感图像应用处理与分析 [M ]. 北京 :清华大学出版社 , 2004. [ 7 ] PARK S C, PARK M K, El2SAM IE F A. Superresolution image reconstruction: a technical overview [ J ]. IEEE Sig2 nal ProcessingMagazine, 2003, 20 (3) : 21236. [ 8 ]L I M in, XU L izhong. Reconstruction of bionic compound eye images based on superresolution algorithm [ C ] / /Pro2 ·334· 智 能 系 统 学 报 第 3卷
<<向上翻页向下翻页>>
©2008-现在 cucdc.com 高等教育资讯网 版权所有