稳像中基于BP神经网络的颤振预测及改进

• 作者: 冯华君 徐之海 李奇 董文德 郑珍珍
• 来源期刊: 浙江大学学报(工学版)
• 学科: 工学
• 关键词: 预测网络 误差校正网络 过度训练 泛化能力 机载相机 实时稳像 颤振规律
• 年，卷（期）: 2010,（12）
• 页码范围: 2263-2268
• 页数: 6页
• 分类号: TP389.1
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2010.12.006

摘要

为了解决航拍过程中的图像抖动问题,研究了机载相机的颤振规律;提出在稳像过程中,利用BP(Back Propagation)神经网络的函数逼近功能对相机颧振规律进行模拟,预测相机颤振矢量的方法;针对单个BP神经网络稳定性较差且精度较低的问题,提出在预测网络上增加一个误差校正网络以提高预测精度的方法.该方法使用误差校正网络对预测网络输出的结果进行二次预测、补偿,提高了网络系统的稳定性和计算精度.仿真实验表明:在训练样本相同的情况下,预测网络和误差校正网络相结合的方法能够对相机颤振矢量进行高精度预测,且运算速度较快,满足了机载相机实时稳像的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯华君		145	2098	25.0	41.0
2	徐之海		132	1897	23.0	39.0
3	李奇		108	1760	23.0	39.0
4	郑珍珍		8	59	5.0	7.0
5	董文德		3	5	1.0	2.0