文档介绍：学校代码: 10255
学号:2 10 105 7
基于核主成分分析(KPCA)和神经网络的单目红外图像深度
估计
D epth E stim ation from M on ocular Infrared Im ages B ased
on K ern el P rin cip al C om p on en t A n aly sis an d N eu ral
N e tw o r k
学科专业: 电力电子与电力传动
作者姓名: 李琳娜
指导教师: 孙韶媛
答辩日期: 2013 年 1 月
东华大学学位论文原创性声明
本人郑重声明:我恪守学术道德,崇尚严谨学风。所呈交的
学位论文,是本人在导师的指导下,独立进行研究工作所取得的
成果。除文中已明确注明和引用的内容外,本论文不包含任何其
他个人或集体已经发表或撰写过的作品及成果的内容。论文为本
人亲自撰写,我对所写的内容负责,并完全意识到本声明的法律
结果由本人承担。
学位论文作者签名:
日期: 年/ 月曰
东华大学学位论文版权使用授权书
学位论文作者完全了解学校有关保留、使用学位论文的规定,
同意学校保留并向国家有关部门或机构送交论文的复印件和电子
版,允许论文被查阅或借阅。本人授权东华大学可以将本学位论
文的全部或部分内容编入有关数据库进行检索,可以采用影印、
缩印或扫描等复制手段保存和汇编本学位论文。
保密口,在̟年解密后适用本版权
书。
本学位论文属于
不保密
学位论文作者签名:/1、%
日期:士…年仴 Z 日日期年 I 月厶日
摘要
基于核主成分分析(KPCA ) 和神经网络的单目红外图像
深度估计
摘要
100 多年前兴起了一项基于红外辐射的信息交换与处理技术,主
要研究红外线的发射、传输等的基本规律及实用前景。近些年,对红
外成像技术的探索越来越受到人们的重视。随着相关技术的蓬勃发
展,红外成像在军用领域和民用领域的作用日渐突出,人们对红外图
像成像质量的要求也越来越高。
将物体表面的温度分布利用某种特殊的装置转换成人眼可见的
图像这一特殊的成像机制,使得景物深度感和空间感的缺乏成为红外
图像的一大缺陷。实现红外图像的空间感,可以极大改善其视觉质量,
提高对场景的理解,并有利于之后图像的分析处理。为了解决这一难
题,本文提出了一种基于核主成分分析(K PC A )和神经网络的红外图
像深度估计算法。图像的深度估计即是从图像中获取深度距离信息,
从本质上讲是一个深度感知的问题。目前有三种深度估计的方法:双
目深度估计,基于图像序列的深度估计和单目深度估计。前两种方法
应用较为广泛,都依赖于图像间的特征差异。而单目深度估计只能依
据先验知识和图像本身的特征来提取深度线索。红外图像在实际应用
中往往是单目图像,所以本文采用的深度估计方法即是单目深度估
计,结合红外图像的固有特点,通过机器学习恢复红外图像场景中的
?N Safiw r ̟ m cs m K fJ ir 摘要
空间位息。
本文的工作是研究单目红外图像的深度估计算法,主要分为三部
分: 第一部分是提取与红外图像深度相关的特征; 第二部分是以
K P C A 理论为基础,对粗提取的特征进行筛选;第三部分是以神经网
络理论为基础,对筛选出的特征进行训练得到深度估计模型。本文创
新点如下:
,多项式核函数,高斯径向基核函数,多
层感知核函数的 K P C A 算法对粗提取的特征进行筛选,并采用粒子群
算法,优化 K P C A 核函数的参数。
2 .采用机器学习研究中较为重要的 B P 神经网络对筛选后的深度
特征进行训练,得到深度估计模型。
通过仿真实验证明,核主成分分析(K PC A )通过核方法免去直接
对样本进行非线性映射,实现算法高效简洁,保证特征向量与深度的
相关性、相互间的独立性,有效的避免了维数灾难。其中基于多项式
核函数的核主成分分析筛选的特征向量训练得到的深度估计模型能
更好地恢复原始图像的深度信息。与前人提出的基于图像分割的深度
估计算法进行比较,本文提出基于核主成分分析的非线性估计模型具
有更好的泛化性。
关键词:红外图像,深度估计,核主成分分析,B P 神经网络
II
? 象K IK 大r ?1 R ifI 3T A B S T R A C T
D E P T H E S T IM A T IO N F R O M M O N O C U L A R IN F R A R E D
IM A G