[发明专利]基于优化BP神经网络模型的单目红外图像深度估计方法有效
申请号: | 201210206701.1 | 申请日: | 2012-06-21 |
公开(公告)号: | CN102750702A | 公开(公告)日: | 2012-10-24 |
发明(设计)人: | 孙韶媛;席林 | 申请(专利权)人: | 东华大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06N3/08 |
代理公司: | 上海泰能知识产权代理事务所 31233 | 代理人: | 宋缨;孙健 |
地址: | 201620 上海市*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于优化BP神经网络模型的单目红外图像深度估计方法,包括以下步骤:获取单目红外图像及其所对应的深度图;为单目红外图像中的像素点设定至少三个不同尺度的特征区域;计算单目红外图像中像素点所对应的特征区域的特征向量;对所有特征向量依次利用逐步线性回归和独立分量分析方法进行筛选,得到符合红外图像深度信息的特征向量;利用得到的特征向量与单目红外图像所对应的深度图构建深度训练样本集合,将该集合中的特征向量与深度图的深度值用BP神经网络进行非线性拟合,通过遗传算法对BP神经网络进行优化,进而构建深度模型;将单目红外图像通过深度模型分析得到深度估计值。本发明可以较为准确地估计红外图像的深度信息。 | ||
搜索关键词: | 基于 优化 bp 神经网络 模型 红外 图像 深度 估计 方法 | ||
【主权项】:
一种基于优化BP神经网络模型的单目红外图像深度估计方法,其特征在于,包括以下步骤:(1)获取任意单目红外图像I(x,y)及与所述单目红外图像I(x,y)所对应的深度图;(2)为所述单目红外图像I(x,y)中的每个像素点设定至少三个不同尺度上的特征区域,三个不同尺度由小到大分别为:第一尺度、第二尺度及第三尺度,其中,每个尺度的特征区域至少包括位于中心的图像块及与所述图像块上、下、左、右相邻的图像块,第i个像素点在第一尺度上的位于中心的图像块为第i个像素点本身;第i个像素点在第二尺度上的位于中心的图像块包含第一尺度上的所有图像块;第i个像素点在第三尺度上的位于中心的图像块包含第二尺度上的所有图像块;以此类推;(3)计算单目红外图像I(x,y)中每个像素点所对应的特征区域的特征向量,第i个像素点的特征向量的特征分量至少包括:第i个像素点在第一尺度上的所有图像块的灰度值,第i个像素点在除第一尺度外的其他尺度上的各图像块的纹理能量,第i个像素点在除第一尺度外的其他尺度上的各图像块的不同方向的梯度能量及所有梯度能量的均值和方差,及第i个像素点在除第一尺度外的其他尺度上的各图像块的清晰度;(4)对获取的所有特征向量依次利用逐步线性回归分析和独立分量分析的方法进行筛选,得到符合红外图像深度信息的特征向量;(5)利用步骤(4)中筛选得到特征向量与所述单目红外图像I(x,y)所对应的深度图构建深度训练样本集合,将深度训练样本集合中的特征向量与深度图的深度值用BP神经网络进行非线性拟合,并通过遗传算法对BP神经网络的初始权值和阈值进行优化,进而构建深度模型;(6)将采集到的新单目红外图像通过构建得到的深度模型分析得到深度估计值。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东华大学,未经东华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201210206701.1/,转载请声明来源钻瓜专利网。
- 上一篇:安全气囊装置
- 下一篇:一种频域监测领域中提高合格线录入效率的方法