黑龙江省教育厅科学技术研究项目(12531490)
- 作品数：2 被引量：2H指数：1
- 相关作者：朱福珍丁群朱兵李培华蒋爱平更多>>
- 相关机构：哈尔滨工业大学黑龙江大学更多>>
- 发文基金：黑龙江省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 三级训练BP神经网络遥感图像超分辨重建
- 为了进一步提高遥感图像超分辨效果,降低超分辨重建时间,建立了一种三级训练BP神经网络(BP Neural Network,BPNN)超分辨重建方法,重点研究了网络训练样本的图像获取、输入输出样本的图像筛选、网络结构及训练...
- 朱福珍王晓飞丁群何宏昌
- 关键词：遥感图像图像重建超分辨率
- 文献传递
- 基于压缩感知的多光谱图像融合算法被引量：1
- 2015年
- 为提高融合效果,降低融合时间,提出了一种基于压缩感知的多光谱图像融合算法。对多光谱图像的强度分量和全色图像分别进行小波分解,仅对高频细节分量进行压缩感知测量,得到对应的观测值矩阵,利用正交匹配追踪算法对高频系数进行恢复,再利用高频系数融合准则,得到融合后的高频细节分量,最后进行小波逆变换和IHS逆变换,得到融合后的多光谱图像。实验结果表明:本文提出的压缩感知多光谱图像融合算法明显改善了融合结果图像的主观视觉效果和客观评价指标,处理数据量大大减少,融合时间缩短约60 s。
- 朱福珍朱兵丁群蒋爱平
- 关键词：图像融合压缩感知多光谱图像
- 图像超分辨BP神经网络的改进被引量：1
- 2014年
- 为了进一步提高超分辨图像重建效果,针对前期研究的超分辨误差反向传播神经网络(back propagation neural network,BPNN)重建结果中存在的块痕迹问题加以改进和优化。对影响BPNN超分辨效果的两个关键问题进行改进:(1)网络训练样本问题,将8×8→16×16的映射方式改进为2×2→4×4的映射方式,同时,采用相邻仅间隔一个像素的方式优化构造训练样本;(2)加速网络训练收敛问题,将网络训练规则由BP算法改进为改进的比例共轭梯度算法。网络训练实验和泛化实验表明,改进方法增加了网络训练样本数量,改善了超分辨BPNN的输出图像质量,有效解决了超分辨结果中的块痕迹问题,使超分辨结果图像的峰值信噪比提高约8dB。
- 朱福珍朱兵李培华丁群
- 关键词：超分辨BP神经网络
