三維自組織映射算法及其在立體圖像編碼中的應用.pdf

1、Kohonen提出的自組織映射(Self-organizing Map,SOM)是一種高效的智能信息處理方法。它的特點與人腦的自組織特性相類似,目前廣泛應用于模式識別、數據挖掘、自動控制、圖像處理和專家系統(tǒng)等領域。SOM網絡是在無監(jiān)督情況下學習的,即只需給出輸入模式,無需確定所要求的輸出結果,而由網絡自動綜合、歸納和統(tǒng)計,并調整權值矢量,以自適應響應不同信號模式。
　　傳統(tǒng)(或改進)SOM算法直接用于三維信號(如立體視頻圖像)處理

2、時遇到了如下挑戰(zhàn):首先,傳統(tǒng)SOM通常采用一維輸入層和二維映射層,能有效地將一維輸入映射為二維輸出,但無法有效實現(xiàn)二維輸入到三維輸出的映射。其次,一維到二維的映射與二維到三維的映射兩者之間無論從信號相關性利用,還是從計算量、性能評價方法和實時性要求等,都存在較大差異。直接采用傳統(tǒng)SOM算法難以有效地實現(xiàn)三維信號的非線性映射。然后,三維信號的數據量要比一維/二維信號大得多。例如三維立體圖像的數據量較二維平面圖像要大2倍以上,處理如此海量數

3、據對處理速度、存儲空間和實時性等提出了更高的要求。顯然,需要對傳統(tǒng)SOM算法進行深化研究和創(chuàng)新。
　　針對傳統(tǒng)SOM算法直接用于三維信號處理存在的不足,本文研究三維自組織映射算法,并將其應用于三維立體圖像壓縮。三維SOM網絡采用二維輸入層和三維輸出層的神經網絡結構。研究了三維SOM算法的初始化算法、映射算法、競爭算法、鄰域算法和學習算法。初始化算法通過方差找到使網絡較快地收斂到全局最優(yōu)解的初始權值;映射算法通過核函數將非線性映射轉

4、換為線性映射,以降低計算復雜度;競爭算法研究失真測度,提出新的“公平”競爭方案;鄰域算法研究新的三維鄰域形狀和鄰域函數;學習算法研究新的學習速度函數等來求解學習模型的全局最優(yōu)解。
　　與傳統(tǒng)SOM算法相比,三維SOM算法可以有效地壓縮視差圖,進而實現(xiàn)三維立體圖像壓縮編碼。MATLAB仿真實驗表明,三維SOM算法的重構圖像具有較好的峰值信噪比(PSNR)和主觀質量。通過GUI實現(xiàn)可視化壓縮平臺,對三維SOM用于立體圖像壓縮編碼進行界