基于BP神經(jīng)網(wǎng)絡(luò)的圖像復(fù)原算法研究.pdf

1、圖像復(fù)原技術(shù)具有廣泛的應(yīng)用領(lǐng)域，近年來已經(jīng)成為國內(nèi)外圖像界研究的熱點(diǎn)問題之一。在獲取圖像的過程中有許多因素會(huì)導(dǎo)致圖像質(zhì)量的下降即降質(zhì)，如光學(xué)系統(tǒng)的像差、大氣擾動(dòng)、運(yùn)動(dòng)、散焦和系統(tǒng)噪音，它們會(huì)造成圖像的模糊和變形。圖像復(fù)原的目的就是對退化圖像進(jìn)行處理，使其復(fù)原成沒有退化前的理想圖像。 本文從圖像退化模型的研究入手，介紹了圖像復(fù)原的理論基礎(chǔ)，同時(shí)對一些常用的經(jīng)典圖像復(fù)原算法進(jìn)行了研究。在研究神經(jīng)網(wǎng)絡(luò)的原理及特性的基礎(chǔ)上，將BP神經(jīng)網(wǎng)

2、絡(luò)應(yīng)用于圖像復(fù)原。通過實(shí)驗(yàn)驗(yàn)證了BP網(wǎng)絡(luò)圖像復(fù)原算法的有效性，同時(shí)也提出了其收斂速度較慢容易陷入局部最小的缺陷。 為了改進(jìn)BP網(wǎng)絡(luò)圖像復(fù)原算法的缺陷，本文將遺傳算法與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的GA-BP算法應(yīng)用到圖像復(fù)原中，引入遺傳算法對BP網(wǎng)絡(luò)的參數(shù)進(jìn)行調(diào)整，運(yùn)用大量圖像樣本進(jìn)行訓(xùn)練；在此基礎(chǔ)上進(jìn)一步優(yōu)化GA-BP算法的適應(yīng)度函數(shù)，使之得到更好的圖像復(fù)原效果。本文給出的另一種改進(jìn)方法是以全局尋優(yōu)的蟻群算法調(diào)整BP網(wǎng)絡(luò)參數(shù)，提出了一種