基于神經(jīng)網(wǎng)絡(luò)的數(shù)字圖像恢復(fù)方法研究.pdf

1、圖像濾波和恢復(fù)是圖像處理的一部分，近幾年來一直是人們研究的焦點(diǎn)和熱點(diǎn)，它在數(shù)字圖像處理過程中占有非常重要的地位，被廣泛應(yīng)用于衛(wèi)星遙感圖像、醫(yī)用圖像處理、軍事、公安等等與國民經(jīng)濟(jì)密切相關(guān)的各種領(lǐng)域。圖像在獲取和傳輸?shù)倪^程中，圖像傳感器的失真以及傳輸信道中的各種干擾，都會(huì)帶來大量的噪聲，使圖像降質(zhì)、退化。椒鹽噪聲就是其中最常見、最典型的一種，本文研究的圖像恢復(fù)方法主要是針對(duì)的噪聲形式是椒鹽噪聲。
　　圖像恢復(fù)有很多經(jīng)典方法，像逆濾波法

2、、維納濾波法、最大熵恢復(fù)、迭代盲反卷積等。然而，傳統(tǒng)方法在解決函數(shù)逼近問題時(shí)存在著不足，神經(jīng)網(wǎng)絡(luò)是一種大規(guī)模非線性系統(tǒng)，因?yàn)槠涓咚俚牟⑿杏?jì)算能力、魯棒性和自適應(yīng)學(xué)習(xí)能力在這方面顯示出優(yōu)勢。
　　模糊集合理論模仿了人腦可以理解由感知器官提供的不精確和不完整的傳感信息的功能，并且由于模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)在功能和結(jié)構(gòu)上有很多相似與互補(bǔ)之處，它們能夠很好地結(jié)合在一起組成模糊神經(jīng)網(wǎng)絡(luò)，從而拓寬各自的應(yīng)用領(lǐng)域。
　　傳統(tǒng)的椒鹽噪聲濾除方法

3、通常會(huì)導(dǎo)致圖像細(xì)節(jié)上的模糊，鑒于此，本文提出了兩種基于神經(jīng)網(wǎng)絡(luò)的圖像恢復(fù)方法，一種是RBF神經(jīng)網(wǎng)絡(luò)的圖像恢復(fù)方法，另一種基于模糊神經(jīng)網(wǎng)絡(luò)的圖像恢復(fù)方法?；赗BF神經(jīng)網(wǎng)絡(luò)的圖像恢復(fù)方法是利用了神經(jīng)網(wǎng)絡(luò)具有很好的模式分類的性能，構(gòu)造了一個(gè)噪聲識(shí)別器，能夠有效地檢測出圖像中被噪聲污染的像素，從而較好的保護(hù)了圖像的細(xì)節(jié)，改善了圖像恢復(fù)的效果?；谀：窠?jīng)網(wǎng)絡(luò)的圖像恢復(fù)方法是一種利用模糊神經(jīng)網(wǎng)絡(luò)對(duì)邊緣圖像、中值濾波圖像和退化圖像進(jìn)行圖像數(shù)據(jù)融合