一種基于LCLS模型的神經(jīng)網(wǎng)絡(luò)圖像融合算法的研究.pdf

1、信息融合是根據(jù)一定的融合規(guī)則，多方面地處理來(lái)自多個(gè)傳感器收集的數(shù)據(jù)信息，它研究的是如何有效地利用多傳感器收集的信息。單個(gè)傳感器獲得的信息通常是不完全的，多個(gè)傳感器獲得的數(shù)據(jù)、信息相互之間是獨(dú)立的、互補(bǔ)的。圖像信息融合技術(shù)是采用特定的算法，從傳感器采集的源圖像數(shù)據(jù)中把有效的信息提煉出來(lái)，融合后得到更加全面、更加清晰的源圖像，融合后的信息更便于機(jī)器的自動(dòng)檢測(cè)和人眼的識(shí)別。
　　多傳感器圖像融合算法是一種消除圖像噪聲的關(guān)鍵技術(shù)，許多的信

2、號(hào)級(jí)圖像融合技術(shù)是基于統(tǒng)計(jì)方法的，雖然這些數(shù)據(jù)融合方法是非常有效的，但是也存在很多缺點(diǎn)，如最小方差估計(jì)法，這種方法需要先驗(yàn)的協(xié)方差信息，因此，傳統(tǒng)的圖像融合處理方法已經(jīng)不能滿足人們的需要。神經(jīng)網(wǎng)絡(luò)的處理功能是通過(guò)神經(jīng)元的相互連接作用來(lái)體現(xiàn)的，通過(guò)模擬單個(gè)神經(jīng)元的功能和人腦的結(jié)構(gòu)來(lái)模擬人的大腦。神經(jīng)網(wǎng)絡(luò)計(jì)算方法表現(xiàn)出極大的優(yōu)越性，使得神經(jīng)網(wǎng)絡(luò)計(jì)算方法在多傳感器圖像信息融合技術(shù)領(lǐng)域得到了廣泛的發(fā)展。
　　本文主要研究的是一種基于線性約

3、束最小平方（LCLS）模型的神經(jīng)網(wǎng)絡(luò)圖像融合算法，這種神經(jīng)網(wǎng)絡(luò)算法用于圖像融合能很好的提高圖像的質(zhì)量，基于LCLS模型的神經(jīng)網(wǎng)絡(luò)圖像融合算法結(jié)合了經(jīng)典算法和現(xiàn)代算法的優(yōu)點(diǎn)，能克服傳統(tǒng)方法的噪聲協(xié)方差的奇異性等缺點(diǎn)。本文在傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)圖像融合算法的基礎(chǔ)上，提出了一種新的遞歸神經(jīng)網(wǎng)絡(luò)算法。該圖像融合算法引用了線性約束最小平方模型，這種模型的基本思想是找到一組最優(yōu)的權(quán)系數(shù)，它與多傳感器獲得的數(shù)據(jù)信息的加權(quán)和就是我們求得的最優(yōu)融合圖像信息，使

4、求得的數(shù)據(jù)和實(shí)際數(shù)據(jù)之間的誤差平方和最小。
　　為了獲取一組最優(yōu)的權(quán)系數(shù)，本論文構(gòu)建了一種遞歸神經(jīng)網(wǎng)絡(luò)算法，在神經(jīng)網(wǎng)絡(luò)算法中，引用了罰函數(shù)，更簡(jiǎn)單有效的對(duì)線性條件進(jìn)行約束，該算法引用了投影函數(shù)，并證明了投影神經(jīng)網(wǎng)絡(luò)能收斂于穩(wěn)定的最優(yōu)解，所以本論文提出的算法也能收斂于穩(wěn)定的最優(yōu)解。采用的投影函數(shù)使得該算法易于硬件電路的實(shí)現(xiàn)，使得圖像融合算法結(jié)構(gòu)更簡(jiǎn)單，能夠快速收斂于最優(yōu)融合方案，使用Matlab對(duì)噪聲彩色圖像進(jìn)行處理，圖像的融合結(jié)果