[发明专利]基于神经网络的声纳图像的超分辨率重建方法

摘要

一种基于神经网络的声纳图像的超分辨率重建方法，对待超分辨率重建的声纳图像r进行超分辨率重建，包括以下步骤：对一幅高分辨率声纳图像和4幅降质样本图像，先进行非下采样轮廓波分解，再进行神经网络训练；对待超分辨率重建的声纳图像r，先进行立方插值，将插值后图像作为高分辨率的低通子带系数；对声纳图像r再进行非下采样轮廓波分解，然后将待超分辨率重建的声纳图像r的各带通方向子带系数输入训练好的神经网络得到高分辨率的各带通方向子带系数，最后进行非下采样轮廓波逆变换，得到超分辨率重建的声纳图像R。本发明超分辨率重建的声纳图像具有更好的边缘、细节保持效果，目视效果更好，有利于海底勘测和后续水下目标定位识别等处理。

主权项

1.一种基于神经网络的声纳图像的超分辨率重建方法，其特征在于：对待超分辨率重建的声纳图像r进行超分辨率重建，包括以下步骤： （1）对一幅高分辨率声纳图像进行降质样本构建，先生成该高分辨率声纳图像的4幅副本图像，再分别对该4幅副本图像进行移位和降采样，从而生成4幅降质样本图像；（2）对步骤（1）中的高分辨率声纳图像进行非下采样轮廓波分解，得到高分辨率声纳图像的K个带通方向子带系数和1个低通子带系数；再对4幅降质样本图像依次进行非下采样轮廓波分解，每一幅降质样本图像均得到K个带通方向子带系数和1个低通子带系数，K为正整数；（3）创建三层的误差反向传播神经网络结构，输入层神经元为16个，隐含层神经元为个，输出层神经元为16个；（4）对步骤（2）中的高分辨率声纳图像的K个带通方向子带系数进行分块，得到高分辨率声纳图像的图像子块，该高分辨率声纳图像的图像子块的大小为4*4，其中d代表第d个带通方向子带系数，n代表第n块图像子块，n为正整数；接着对第m幅降质样本图像的K个带通方向子带系数进行分块，得到第m幅降质样本图像的图像子块，该第m幅降质样本图像的图像子块的大小为4*4，其中 m代表第m幅降质样本图像，d代表第d个带通方向子带系数，n代表第n块图像子块，n为正整数；（5）将步骤（4）中的高分辨率声纳图像的图像子块进行标准化，即将高分辨率声纳图像的图像子块的大小由4*4转变成16*1，接着对高分辨率声纳图像的图像子块进行归一化，即使高分辨率声纳图像的图像子块的系数值分布在[-1,1]之间；再将高分辨率声纳图像的图像子块按照1到n的顺序从右到左竖向排列成矩阵，其中d代表第d个带通方向子带系数；（6）将步骤（4）中的第m幅降质样本图像的图像子块进行标准化，即将第m幅降质样本图像的图像子块的大小由4*4转变成16*1，接着对第m幅降质样本图像的图像子块进行归一化，即使第m幅降质样本图像的图像子块的系数值分布在[-1,1]之间；再将第m幅降质样本图像的图像子块按照1到n的顺序从右到左竖向排列成矩阵，其中m代表第m幅降质样本图像，d代表第d个带通方向子带系数；（7）将矩阵、矩阵、矩阵和矩阵逐个作为误差反向传播神经网络的训练输入样本矩阵，矩阵作为误差反向传播神经网络的训练目标样本矩阵，进行4*n次神经网络训练；接着将其它的矩阵逐个作为误差反向传播神经网络的训练输入样本矩阵，相对应的矩阵作为误差反向传播神经网络的训练目标样本矩阵，再进行(K-1)*4*n次神经网络训练，从而得到训练好的神经网络，其中隐含层的传递函数为tansig函数，输出层的传递函数为logsig函数，网络训练函数为trainlm函数，即采用Levenberg-Marquardt最优化算法进行神经网络训练；（8）将待超分辨率重建的声纳图像r进行立方插值，该待超分辨率重建的声纳图像r的大小为X*Y，插值后图像的大小变为2X*2Y，然后再对插值后图像进行非下采样轮廓波分解，得到1个低通子带系数和K个带通方向子带系数，再对插值后图像的K个带通方向子带系数进行分块，得到插值后图像的图像子块（），图像子块的大小为4*4，其中d代表第d个带通方向子带系数，p代表第p块图像子块，接着对插值后图像的图像子块进行标准化，即将插值后图像的图像子块的大小由4*4转变成16*1，接着再对插值后图像的图像子块进行归一化，即使插值后图像的图像子块的系数值分布在[-1,1]之间；再将插值后图像的图像子块按照1到n的顺序从右到左竖向排列成矩阵（d=1），再将插值后图像的其它图像子块也按照1到p的顺序从右到左竖向排列，得到矩阵集合;（9）依次将矩阵集合中的矩阵输入步骤（7）中训练好的误差反向传播神经网络，依次输出高分辨率的带通方向子带系数的块矩阵；（10）对步骤（9）中的高分辨率的带通方向子带系数的块矩阵进行逆归一化，即使高分辨率的带通方向子带系数的块矩阵的系数值还原到原先的取值范围，接着对高分辨率的带通方向子带系数的块矩阵进行逆标准化，即将高分辨率的带通方向子带系数的块矩阵的大小由16*1转变成原先的4*4，再将高分辨率的带通方向子带系数的块矩阵按照1到p的顺序合并成大小为2X*2Y的高分辨率的K个带通方向子带系数；（11）将步骤（8）中的插值后图像作为高分辨率的低通子带系数，再将高分辨率的低通子带系数与步骤（10）中的高分辨率的各带通方向子带系数一起进行非下采样轮廓波逆变换，得到超分辨率重建的声纳图像R，从而完成对待超分辨率重建的声纳图像r的超分辨率重建。