论文-基于神经网络预测红外图像景物深度分析.docx

PAGE3

摘要

当前，红外图像大多没有色彩和阴影，其实质是温差图谱，呈现的是物体上的温度分度，与可见光下所产生的图像不同。对于人眼而言，这种图像的分辨率比较低，其视觉效果不佳，缺乏空间立体感，但人类需要通过图像的空间立体感来对场景进行理解和分析，才能在其中辨别图像景物的空间关系。从图像的深度估计即是从图像中获取深度距离信息，就是通过景物的二维图像来恢复出其三维信息，本质上讲这是一个深度感知的问题，在计算机立体视觉领域中也是一个重要问题。本文中，我们研究红外技术的发展历史，并且探索红外技术在国内外的发展使用现状，以及国内外各种对红外深度图的处理方法，对比各种的优缺点，寻找一种目前比较简易可行的红外图像景物深度估计方法。最终采用BP神经网络，对样本集进行训练获得神经网络模型，应用神经网络的泛化性，对红外图像进行预测处理，达到本文的最终目的。

关键词：红外图像，灰度图，深度估计,BP神经网络

Abstract

Currentlytheinfraredimagesmostlyhavenocolorandshadow.Theessenceofthemarethermogramimages,andtheyaredifferentfromvisibleimages.Theresolutionoftheseimagesisrelativelylow,andthevisualeffectisnotgood,thatistosay,theinfraredimageislackofthree-dimensionalinformation.Astheexistenceof3Dworld,humanneedtounderstandandanalyzethescenethroughthespatialstereosenseoftheimage,soastorecognizethespatialrelationshipoftheimagescene.Fromthedepthoftheimagewecangetdepthdistanceinformation.Inotherwords,wecanusethetwo-dimensionalimagesofthescenetorestoreitsthree-dimensionalinformation.Thisisessentiallyadepthperceptionproblem,whichisalsoanimportantprobleminthefieldofcomputervision.Inthispaper,westudythehistoryofthedevelopmentofinfraredtechnology,andexploretheinfraredtechnology.Meanwhilewecontrastallkindsofadvantagesanddisadvantagesinordertofindasimpleandfeasiblemethodfortheestimationofthedepthoftheinfraredimagescene.WeusedtheBPneuralnetworktotrainthesamplesettogettheneuralnetworkmodel,andpredictedthetestinginfraredimage,toachievetheultimategoalofthisthesis.

Keywords：Infraredimage,Grayscaleimage,Depthestimation,BPneuralnetwork

目录

TOC\o1-2\h\z\u1绪论 1

1.1红外图像概论 1

1.2研究背景 6

1.3国内外现状 7

1.4本文研究内容 8

2基于深度线索的深度图处理 10

2.1图像深度线索 10

2.2图像深度特征值的提取 12

2.3本章小结 15

3红外图像的深度估计方法 16

3.1线性深度估计模型 16

3.2基于马尔可夫随机场的图像深度估计 17

3