1、課程報告課程報告神經(jīng)網(wǎng)絡在三維形面測量中的神經(jīng)網(wǎng)絡在三維形面測量中的應用應用神經(jīng)網(wǎng)絡的特點及應用神經(jīng)網(wǎng)絡的特點及應用1.信息處理的并行性、信息存儲的分布性信息處理的并行性、信息存儲的分布性人工神經(jīng)網(wǎng)絡是由大量簡單神經(jīng)元相互連接構(gòu)成的人工神經(jīng)網(wǎng)絡是由大量簡單神經(jīng)元相互連接構(gòu)成的高度并行的非線性系統(tǒng)，具有大規(guī)模并行性處理特性。雖然高度并行的非線性系統(tǒng)，具有大規(guī)模并行性處理特性。雖然每個神經(jīng)元的處理功能十分有限，但是大量神經(jīng)元的并行活每個神經(jīng)元的處理功能十分有限，但是大量神經(jīng)元的并行活動使網(wǎng)絡呈現(xiàn)出豐富的功能并具有較快的速度。結(jié)構(gòu)上的并動使網(wǎng)絡呈現(xiàn)出豐富的功能并具有較快的速度。結(jié)構(gòu)上的并行性使網(wǎng)絡的

2、信息存儲必然采用分布方式，即信息不是存儲行性使網(wǎng)絡的信息存儲必然采用分布方式，即信息不是存儲在網(wǎng)絡的某個局部，而是分布在網(wǎng)絡所有的連接權(quán)中。一個在網(wǎng)絡的某個局部，而是分布在網(wǎng)絡所有的連接權(quán)中。一個神經(jīng)網(wǎng)絡可存儲多種信息，其中每個神經(jīng)元的連接權(quán)中存儲神經(jīng)網(wǎng)絡可存儲多種信息，其中每個神經(jīng)元的連接權(quán)中存儲的只是多種信息的一部分。當需要獲得已存儲的知識時，神的只是多種信息的一部分。當需要獲得已存儲的知識時，神經(jīng)網(wǎng)絡在輸入信息激勵下采用經(jīng)網(wǎng)絡在輸入信息激勵下采用“聯(lián)想聯(lián)想”的方法進行回憶，因的方法進行回憶，因而具有聯(lián)想記憶功能。神經(jīng)網(wǎng)絡內(nèi)在的并行性與分布性表現(xiàn)而具有聯(lián)想記憶功能。神經(jīng)網(wǎng)絡內(nèi)在的并行性與分

3、布性表現(xiàn)在其信息的存儲與處理在空間分布、時間上都是并行的。在其信息的存儲與處理在空間分布、時間上都是并行的。神經(jīng)網(wǎng)絡的特點及應用神經(jīng)網(wǎng)絡的特點及應用 2、高度的非線性、良好的容錯性和計算的非精確性、高度的非線性、良好的容錯性和計算的非精確性神經(jīng)元在網(wǎng)絡中處于激活或抑制二種不同的狀態(tài)，神經(jīng)元在網(wǎng)絡中處于激活或抑制二種不同的狀態(tài)，這種行為在數(shù)學上表現(xiàn)為一種非線性關(guān)系，神經(jīng)元的廣泛互這種行為在數(shù)學上表現(xiàn)為一種非線性關(guān)系，神經(jīng)元的廣泛互聯(lián)與并行工作也必然使整個網(wǎng)絡呈現(xiàn)出高度的非線性特點。聯(lián)與并行工作也必然使整個網(wǎng)絡呈現(xiàn)出高度的非線性特點。而信息分布存儲的結(jié)構(gòu)特點會使神經(jīng)網(wǎng)絡在兩個方面表現(xiàn)出而信息分布存

4、儲的結(jié)構(gòu)特點會使神經(jīng)網(wǎng)絡在兩個方面表現(xiàn)出良好的容錯性：一方面，由于信息的分布式存儲，當網(wǎng)絡中良好的容錯性：一方面，由于信息的分布式存儲，當網(wǎng)絡中部分神經(jīng)元損壞時不會對系統(tǒng)的整體性能造成影響；另一方部分神經(jīng)元損壞時不會對系統(tǒng)的整體性能造成影響；另一方面，當輸入模糊、殘缺或變形的信息時，神經(jīng)網(wǎng)絡能通過聯(lián)面，當輸入模糊、殘缺或變形的信息時，神經(jīng)網(wǎng)絡能通過聯(lián)想恢復記憶，從而實現(xiàn)對不完整輸入信息的正確識別。神經(jīng)想恢復記憶，從而實現(xiàn)對不完整輸入信息的正確識別。神經(jīng)網(wǎng)絡能夠處理連續(xù)的模擬信號以及不精確的、不完全的模糊網(wǎng)絡能夠處理連續(xù)的模擬信號以及不精確的、不完全的模糊信息，因此神經(jīng)網(wǎng)絡給出的是最優(yōu)解而非精確

5、解。信息，因此神經(jīng)網(wǎng)絡給出的是最優(yōu)解而非精確解。神經(jīng)網(wǎng)絡的特點及應用神經(jīng)網(wǎng)絡的特點及應用 3 自學習、自組織與自適應性自學習、自組織與自適應性 自適應性是指一個系統(tǒng)能夠改變自身的性能以適應環(huán)境自適應性是指一個系統(tǒng)能夠改變自身的性能以適應環(huán)境變化的能力，它是神經(jīng)網(wǎng)絡的一個重要特性。自適應性包括變化的能力，它是神經(jīng)網(wǎng)絡的一個重要特性。自適應性包括自學習與自組織兩層含義。神經(jīng)網(wǎng)絡的自學習是指當外界環(huán)自學習與自組織兩層含義。神經(jīng)網(wǎng)絡的自學習是指當外界環(huán)境發(fā)生變化時，經(jīng)過一段時間的訓練或感知，神經(jīng)網(wǎng)絡能夠境發(fā)生變化時，經(jīng)過一段時間的訓練或感知，神經(jīng)網(wǎng)絡能夠通過自動調(diào)整網(wǎng)絡結(jié)構(gòu)參數(shù)，使得對給定輸入產(chǎn)生期望

6、的輸通過自動調(diào)整網(wǎng)絡結(jié)構(gòu)參數(shù)，使得對給定輸入產(chǎn)生期望的輸出，訓練是神經(jīng)網(wǎng)絡學習的途徑，因此人們經(jīng)常將學習與訓出，訓練是神經(jīng)網(wǎng)絡學習的途徑，因此人們經(jīng)常將學習與訓練這兩個詞混用。神經(jīng)系統(tǒng)能在外部環(huán)境的刺激下按一定規(guī)練這兩個詞混用。神經(jīng)系統(tǒng)能在外部環(huán)境的刺激下按一定規(guī)則調(diào)整神經(jīng)元之間的突觸連接強度，逐漸構(gòu)建神經(jīng)網(wǎng)絡，這則調(diào)整神經(jīng)元之間的突觸連接強度，逐漸構(gòu)建神經(jīng)網(wǎng)絡，這一構(gòu)建過程稱為網(wǎng)絡的自組織（或稱重構(gòu)）。神經(jīng)網(wǎng)絡的自一構(gòu)建過程稱為網(wǎng)絡的自組織（或稱重構(gòu)）。神經(jīng)網(wǎng)絡的自組織能力與自適應性相關(guān)，自適應性是通過自組織實現(xiàn)的。組織能力與自適應性相關(guān)，自適應性是通過自組織實現(xiàn)的。神經(jīng)網(wǎng)絡的特點及應用神經(jīng)

7、網(wǎng)絡的特點及應用 以上主要特性使得神經(jīng)網(wǎng)絡在眾多的領(lǐng)域得到了廣泛的以上主要特性使得神經(jīng)網(wǎng)絡在眾多的領(lǐng)域得到了廣泛的應用。在民用方面主要用于語言識別、圖像識別與理解、計應用。在民用方面主要用于語言識別、圖像識別與理解、計算機視覺、智能機器人故障檢測、實時語言翻譯、企業(yè)管理、算機視覺、智能機器人故障檢測、實時語言翻譯、企業(yè)管理、市場分析、決策優(yōu)化、物資調(diào)運、自適應控制、專家系統(tǒng)、市場分析、決策優(yōu)化、物資調(diào)運、自適應控制、專家系統(tǒng)、智能接口、神經(jīng)生理學、心理學和認知科學的研究等；在軍智能接口、神經(jīng)生理學、心理學和認知科學的研究等；在軍用方面主要用于雷達、聲納的多目標識別與跟蹤、戰(zhàn)場管理用方面主要用于

8、雷達、聲納的多目標識別與跟蹤、戰(zhàn)場管理和決策支持系統(tǒng)、軍用機器人控制各種情況、信息的快速錄和決策支持系統(tǒng)、軍用機器人控制各種情況、信息的快速錄取、分類與查詢、導彈的智能引導、保密通信、航天器的姿取、分類與查詢、導彈的智能引導、保密通信、航天器的姿態(tài)控制等。態(tài)控制等。課題中的應用背景課題中的應用背景 光學三維傳感具有非接觸測量、精度高、速度快等優(yōu)點光學三維傳感具有非接觸測量、精度高、速度快等優(yōu)點,在工業(yè)檢測、機器視覺、生物醫(yī)學等方面都有重要應用。其在工業(yè)檢測、機器視覺、生物醫(yī)學等方面都有重要應用。其中傅里葉變換輪廓術(shù)中傅里葉變換輪廓術(shù),憑借其只需一幅條紋圖憑借其只需一幅條紋圖,處理速度快等處理速

9、度快等優(yōu)點優(yōu)點,得到了廣泛的應用。但傅里葉變換輪廓術(shù)中存在濾波得到了廣泛的應用。但傅里葉變換輪廓術(shù)中存在濾波操作操作 ,在提取基頻分量在提取基頻分量,減小噪聲的同時減小噪聲的同時,減小了用于恢復物減小了用于恢復物體高度分布的有用信息的空間帶寬積體高度分布的有用信息的空間帶寬積,加上電荷耦合器件加上電荷耦合器件(CCD) 離散采樣使靈敏度降低離散采樣使靈敏度降低,該方法在對復雜物體進行測該方法在對復雜物體進行測量時量時,存在一定局限性。為了克服傅里葉變換輪廓術(shù)存在一定局限性。為了克服傅里葉變換輪廓術(shù)( Fourier transform profilometry , FTP) 的不足的不足,本文

10、引入本文引入神經(jīng)網(wǎng)絡神經(jīng)網(wǎng)絡,在只需一幅條紋圖的情況下對復雜物體進行三維在只需一幅條紋圖的情況下對復雜物體進行三維測量。測量。測量原理測量原理 神經(jīng)網(wǎng)絡具有很強的函數(shù)逼近能力。在神神經(jīng)網(wǎng)絡具有很強的函數(shù)逼近能力。在神經(jīng)網(wǎng)絡內(nèi)部經(jīng)網(wǎng)絡內(nèi)部,每個神經(jīng)元就是一個簡單的非線性每個神經(jīng)元就是一個簡單的非線性函數(shù)函數(shù),在訓練過程中在訓練過程中,通過對內(nèi)部神經(jīng)元不斷進通過對內(nèi)部神經(jīng)元不斷進行調(diào)整行調(diào)整,整個神經(jīng)網(wǎng)絡能夠?qū)崿F(xiàn)復雜函數(shù)的功能。整個神經(jīng)網(wǎng)絡能夠?qū)崿F(xiàn)復雜函數(shù)的功能。通過將樣本的理想輸出與神經(jīng)網(wǎng)絡輸出進行比通過將樣本的理想輸出與神經(jīng)網(wǎng)絡輸出進行比較較,調(diào)整各個神經(jīng)元調(diào)整各個神經(jīng)元,使得兩者之差不斷減小

11、使得兩者之差不斷減小,達達到期望誤差值到期望誤差值,使輸出函數(shù)使輸出函數(shù)F( x) 完成理想的復完成理想的復雜函數(shù)功能。雜函數(shù)功能。 已經(jīng)證明已經(jīng)證明,只要隱含層神經(jīng)元數(shù)目足夠只要隱含層神經(jīng)元數(shù)目足夠, 2 層反向傳播網(wǎng)層反向傳播網(wǎng)絡可以以任意精度逼近任意連續(xù)函數(shù)。在三維面形測量中絡可以以任意精度逼近任意連續(xù)函數(shù)。在三維面形測量中,采采用正弦光柵投影用正弦光柵投影,獲得的變形光柵像一維表達式為獲得的變形光柵像一維表達式為 其中其中A ( x) 為背影分布為背影分布, B ( x) 為調(diào)制度分布為調(diào)制度分布, 為投影光柵的為投影光柵的頻率頻率, 為攜帶有物體高度信息的相位分布。為攜帶有物體高度信

12、息的相位分布。A ( x) , B ( x) 變變化緩慢化緩慢, 假設其在半個周期內(nèi)為常數(shù)假設其在半個周期內(nèi)為常數(shù), I ( x) 可以表示為可以表示為 由于由于CCD 離散采樣離散采樣,得到的得到的I ( x) 為離散分布函數(shù)。由于采為離散分布函數(shù)。由于采樣過程不能保證條紋的峰值和谷值都能被恰好取到樣過程不能保證條紋的峰值和谷值都能被恰好取到,所以由所以由I ( x) 的離散值直接獲得的離散值直接獲得A , B 的方法是不可行的。為了得到的方法是不可行的。為了得到I ( x) 的的連續(xù)函數(shù)表達式連續(xù)函數(shù)表達式, 引入神經(jīng)網(wǎng)絡方法引入神經(jīng)網(wǎng)絡方法,建立一個單輸入、單輸出建立一個單輸入、單輸出的

13、的2 層反向傳播神經(jīng)網(wǎng)絡層反向傳播神經(jīng)網(wǎng)絡,將采集到的將采集到的I ( x) 離散分布作為訓練離散分布作為訓練樣本樣本,由訓練后的神經(jīng)網(wǎng)絡可以得到由訓練后的神經(jīng)網(wǎng)絡可以得到I ( x)的逼近函數(shù)。神經(jīng)網(wǎng)的逼近函數(shù)。神經(jīng)網(wǎng)絡結(jié)構(gòu)如圖絡結(jié)構(gòu)如圖2 所示。隱含層的傳遞函數(shù)為雙曲正切函數(shù)所示。隱含層的傳遞函數(shù)為雙曲正切函數(shù)tanh(x) = sinh(x) / cosh(x)=ex - e(-x) / ex + e(-x) 輸出層的傳遞函數(shù)為線性函數(shù)輸出層的傳遞函數(shù)為線性函數(shù),整個神經(jīng)網(wǎng)絡的輸出為整個神經(jīng)網(wǎng)絡的輸出為 其中其中 , , f ( x) , N 分別為為隱含層上各個神經(jīng)元的連接權(quán)值、分別為為隱含層上各個神經(jīng)元的連接權(quán)值、閾值、傳遞函數(shù)和神經(jīng)元個數(shù)閾值、傳遞函數(shù)和神經(jīng)元個數(shù), 其中其中f ( x) = 2/ 1 - exp ( - 2 x) - 1 , , r 分別為輸出層神經(jīng)元的連接權(quán)值和閾值。分別為輸出層神經(jīng)元的連接權(quán)值和閾值。 將神經(jīng)網(wǎng)絡引入三維面形測量中將神經(jīng)網(wǎng)絡引入三維面形測量中,在面結(jié)構(gòu)在面結(jié)構(gòu)光投影的情況下光投影的情況下,只需要一幅條紋圖便可以獲得只需要一幅條紋圖便可以獲得復雜物體的相位分布信息。與