版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、圖像復(fù)原是數(shù)字圖像處理領(lǐng)域一個重要的研究方向,它是指去除或減輕在獲取數(shù)字圖像過程中發(fā)生的圖像質(zhì)量下降(退化),這些退化包括由光學(xué)系統(tǒng)、運(yùn)動等造成的圖像模糊,以及源自電路和光度學(xué)因素的噪聲。圖像復(fù)原的目標(biāo)是對退化的圖像進(jìn)行處理,使它趨向于復(fù)原成沒有退化的理想圖像。 圖像復(fù)原有很多經(jīng)典方法,像逆濾波法、維納濾波法、最大熵復(fù)原、迭代盲反卷積等。然而,傳統(tǒng)方法在解決函數(shù)逼近問題時存在著不足,神經(jīng)網(wǎng)絡(luò)因?yàn)槠涓咚俚牟⑿杏?jì)算能力、魯棒性和自適
2、應(yīng)學(xué)習(xí)能力在這方面顯示出優(yōu)勢。BP網(wǎng)絡(luò)在本質(zhì)上是一種輸入到輸出的映射,它能夠?qū)W習(xí)大量的輸入與輸出之間的映射關(guān)系,而不需要任何輸入和輸出之間的精確的數(shù)學(xué)表達(dá)式,即不需要顯式的表達(dá)出它們之間的關(guān)系,只要用已知的模式對BP網(wǎng)絡(luò)加以訓(xùn)練,網(wǎng)絡(luò)就具有輸入輸出對之間的映射能力。對許多點(diǎn)擴(kuò)散函數(shù)(PSF)變化難以把握,無法獲得退化過程精確模型的情形可以采用BP神經(jīng)網(wǎng)絡(luò)復(fù)原。 本文的主要工作包括: 1.基于學(xué)習(xí)機(jī)制,本文提出了一種基于B
3、P神經(jīng)網(wǎng)絡(luò)的圖像復(fù)原算法。在分析圖像模糊機(jī)制的基礎(chǔ)上,為了降低輸入維數(shù),采用滑動窗口操作來提取特征,利用BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力,通過訓(xùn)練,建立含有退化信息的模糊圖像和清晰圖像之間的映射關(guān)系模型,利用該模型對模糊圖像進(jìn)行復(fù)原,得到的復(fù)原圖像在視覺上和定量分析上都獲得了較好的效果。 2.改進(jìn)了提出的復(fù)原算法,為了加快訓(xùn)練速度和改善網(wǎng)絡(luò)復(fù)原效果,首先對圖像進(jìn)行邊緣提取,對圖像內(nèi)邊緣區(qū)域和平坦區(qū)域分別采用滑動窗口獲得訓(xùn)練集,通過訓(xùn)練,得
4、到兩個復(fù)原網(wǎng)絡(luò),在進(jìn)行復(fù)原時,首先將退化圖像拆分成邊緣區(qū)域和平坦區(qū)域,分別輸入不同的網(wǎng)絡(luò),對網(wǎng)絡(luò)輸出進(jìn)行重組獲得復(fù)原后的圖像。 3.設(shè)計(jì)編寫了圖像退化描述軟件。該軟件可以方便的計(jì)算退化圖像在偏移、抖動、模糊三個方面的變化,在計(jì)算偏移時,根據(jù)直方圖的統(tǒng)計(jì)分布特性自動判別圖像類型并采用相應(yīng)的算法,對于航拍圖像采用快速SSDA匹配算法,對于點(diǎn)目標(biāo)采用了質(zhì)心測量方法,針對靶目標(biāo),首先采用形態(tài)學(xué)方法將不同的靶分離出來,然后對面積最大的目標(biāo)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于BP神經(jīng)網(wǎng)絡(luò)的圖像復(fù)原算法研究.pdf
- 基于調(diào)和模型神經(jīng)網(wǎng)絡(luò)的彩色圖像復(fù)原方法研究.pdf
- 基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的圖像分割算法研究.pdf
- 退化圖像的復(fù)原改進(jìn)算法研究與實(shí)現(xiàn).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的空間自適應(yīng)正則化圖像復(fù)原研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的光學(xué)4f系統(tǒng)圖像復(fù)原.pdf
- 基于振蕩神經(jīng)網(wǎng)絡(luò)的圖像分割算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的圖像目標(biāo)跟蹤算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識別算法研究
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像檢索算法研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像增強(qiáng)算法研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像檢索算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的圖像超分辨率復(fù)原算法及其在圖像定位中的應(yīng)用的研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的海雜波圖像復(fù)原技術(shù)研究與應(yīng)用.pdf
- 利用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)監(jiān)控圖像盲復(fù)原.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像語義分割算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識別算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的鞋印圖像分類算法研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像分割算法研究.pdf
- 基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的圖像邊緣提取算法研究.pdf
評論
0/150
提交評論