彩繪文物種類豐富、色彩絢麗,是我國文化遺產(chǎn)的重要組成部分,具有豐富的歷史價值和科學(xué)研究價值。近年來,高光譜成像技術(shù)以無損、“圖譜合一”的特點,能夠?qū)ξ奈镞M行全面地記錄與分析。在彩繪文物的研究中,利用高光譜圖像挖掘隱含信息是一個研究熱點,對文物保護分析具有重要意義。特征提取作為高光譜數(shù)據(jù)常用的降維方法,可以從彩繪文物高光譜數(shù)據(jù)中挖掘隱含信息。而現(xiàn)有面向隱含信息特征提取的方法以線性變換為主,彩繪文物高光譜圖像具有非線性特點,為了更好地提取隱含信息,嘗試利用非線性變換進行特征提取。本文深入研究了基于神經(jīng)網(wǎng)絡(luò)的特征提取方法,并結(jié)合圖像融合,獲得了較令人滿意的結(jié)果。本文的主要貢獻有:（1）.針對彩繪文物數(shù)據(jù)圖案信息復(fù)雜、樣式豐富且無法獲得隱含信息標簽的特點,設(shè)計了多尺度殘差卷積-解卷積特征提取網(wǎng)絡(luò)。為自適應(yīng)不同數(shù)據(jù)特點,本文在卷積-解卷積無監(jiān)督網(wǎng)絡(luò)框架的基礎(chǔ)上,引入了多尺度模塊,并設(shè)計了完整的網(wǎng)絡(luò),在特征提取的同時使特征集中且能可視化。最后將挖掘到的隱含信息與真彩色圖像融合,通過對比綜合展示隱含信息與波段光譜信息。實驗結(jié)果表明,該方法能在一定程度上更清晰、準確地挖掘彩繪文物隱含信息。（2）.針對... 

【文章來源】：西北大學(xué)陜西省 211工程院校

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

彩繪文物高光譜圖像

Mou L.等人提出了一種無監(jiān)督網(wǎng)絡(luò)在特征圖中激活了遙感圖像中的不同區(qū)域本章根據(jù)彩繪文物數(shù)據(jù)的特點，設(shè)計了一種多尺度殘差卷積-解卷積(Multiscale ResiduaConv-Deconv, MRCD)網(wǎng)絡(luò)用來挖掘彩繪文物的隱含圖案信息，并將挖掘到的信息融合在真彩色圖像上，便于研究人員分析與研究彩繪文物隱含信息。3.2 基于深度殘差卷積-解卷積網(wǎng)絡(luò)的特征提取在利用有監(jiān)督的網(wǎng)絡(luò)進行分類任務(wù)時，訓(xùn)練樣本的收集是費時、費力的。因此，無監(jiān)督的特征提取方法是十分有意義的。Mou L.等人提出了一種深度殘差卷積-解卷積(Deep Residual Conv-Deconv, DRCD)無監(jiān)督網(wǎng)絡(luò)用來提取高光譜數(shù)據(jù)的光譜-空間特征端到端的 Conv-Deconv 網(wǎng)絡(luò)在遙感領(lǐng)域內(nèi)首次被提出[56]。在該無監(jiān)督網(wǎng)絡(luò)中，高級特征的表示可以有效地保留高光譜數(shù)據(jù)的鄰域關(guān)系和空間局部性，而傳統(tǒng)的一維全連接無監(jiān)督網(wǎng)絡(luò)(如自編碼器、深度置信網(wǎng)和玻爾茲曼機)很難充分利用這些信息。DRCD 網(wǎng)絡(luò)結(jié)構(gòu)如圖 10 所示：卷積子網(wǎng)絡(luò)(編碼) 解卷積子網(wǎng)絡(luò)(解碼)

西北大學(xué)碩士學(xué)位論文殘差模塊組成，殘差模塊中卷積層的設(shè)計思想來源于 VGG 網(wǎng)絡(luò)積核串聯(lián)的方式，增加了網(wǎng)絡(luò)的非線性，便于提取更豐富的特征子網(wǎng)絡(luò)呈對稱結(jié)構(gòu)，當解卷積子網(wǎng)絡(luò)的輸出與原始數(shù)據(jù)誤差最小卷積子網(wǎng)絡(luò)的輸出代表了原始數(shù)據(jù)的抽象特征。為了減小池化操網(wǎng)絡(luò)使用了 GoroshinR.等人[57]計算 max 和 argmax 的方法，在池受野內(nèi)最大值的同時計算最大值的索引。反池化的操作流程如


本文編號：3409776