本文關(guān)鍵詞：基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的超分辨率圖像重建，由筆耕文化傳播整理發(fā)布。

第 18卷 第 6期 光學(xué) 精密工程 V0L18 No．6 2010年 6月 OpticsandPrecisionEngineering Jun．2010 文章編號(hào) 1004―924X 2010 06―1444―08 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的超分辨率圖像重建 朱福珍，李金宗，朱 兵，李冬冬，楊學(xué)峰 哈爾濱工業(yè)大學(xué) 圖像信息與工程研究所，黑龍江哈爾濱150001 摘要 ：為 了突破成像極限，經(jīng)濟(jì)可行地獲取高質(zhì)量的衛(wèi)星 圖像，提 出了一種基于徑 向基神經(jīng)網(wǎng)絡(luò) 的超分辨率 圖像重建算 法。以徑 向基神經(jīng)網(wǎng)絡(luò)為基礎(chǔ) ，依據(jù)衛(wèi)星圖像退化模型獲取網(wǎng)絡(luò)訓(xùn)練所需的學(xué)習(xí)樣本圖像，采用向量映射 的方式加速網(wǎng) 絡(luò)收斂 。其 中，徑 向基函數(shù)的中心、寬度及 網(wǎng)絡(luò) 的隱含層數(shù)、連接權(quán)值是決定徑 向基神經(jīng)網(wǎng)絡(luò)的關(guān)鍵參數(shù)，直接關(guān)系到網(wǎng) 絡(luò)的重建性能。采用最近鄰聚類算法，動(dòng)態(tài)地建立起基函數(shù)的中心及寬度 ，自適應(yīng)地確定網(wǎng)絡(luò)的隱含層數(shù)及連接權(quán)值 。 建立起 的徑 向基函數(shù)神經(jīng)網(wǎng)絡(luò)顯著地提高了圖像重建性能和 網(wǎng)絡(luò)收斂速度 221S即可收斂 。仿真實(shí)驗(yàn)和泛化實(shí)驗(yàn)表 明，訓(xùn)練好的徑 向基神經(jīng)網(wǎng)絡(luò)可以有效地進(jìn)行衛(wèi)星圖像 的超分辨率重建，效率高，誤差小 。 關(guān) 鍵 詞 ：圖像重建；超分辨率；徑向基神經(jīng) 網(wǎng)絡(luò)；最近鄰聚類；向量映射 中圖分類號(hào) ：TP183；TP391．4 文獻(xiàn)標(biāo)識(shí)碼 ：A doi：10．3788／OPE．2O101806．1444 Super-resolution imagereconstruction basedon RBF neuralnetwork ZHU Fu―zhen；LIJin―zong；ZHU Bing；LIDong―dong；YANG Xue―feng InstituteofImageInformationTechnologyandEngineering，HarbinInstituteof Technology，，Harbin 150001，China Abstract：In ordertobreak throughthelimitationsofimagingdevicesandtoresolvetheproblemsof Super―ResolutionReconstruction SRR ofasatelliteimage。animagereconstructionbasedontheRa― dialBasisFunctionNeuralNetwork RBFNN isproposed．First，learningsampleim

  本文關(guān)鍵詞：基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的超分辨率圖像重建，由筆耕文化傳播整理發(fā)布。