基于改进BP神经网络的图像融合算法研究

时间:2020-08-29 13:44:09 通信工程毕业论文 我要投稿

基于改进BP神经网络的图像融合算法研究

全部作者: 王静 第1作者单位: 河海大学计算机及信息工程学院(常州) 论文摘要: 针对传统滤波器在滤除图像噪声的同时会使图像变模糊的问题,本文提出了基于BP神经网络进行图像融合滤除图像噪声的方法。BP算法是目前应用最广泛的神经网络算法,但原始的BP算法具有收敛速度慢,训练过程易陷入局部极小值问题。本文针对这些问题提出了1种改进算法。从融合效果看,基于BP神经网络的图像融合方法在滤除噪声的`同时保持了图像的清晰度。从融合过程中取得的数据证明,改进算法提高了收敛速度并抑制了训练过程陷入局部极小值。实验证实,基于改进BP神经网络的图像融合方法在滤除噪声方面优于传统滤波器方法,是对传统滤波器方法的有效改进。 关键词: BP神经网络,图像融合,学习速率,噪声 (浏览全文) 发表日期: 2007年11月15日 同行评议:

本文期望通过改进BP神经网络算法解决图像去噪问题,但文中较关键的式14和15的来源和分析不够,特别是没有结合图像处理的特点予以分析,最后直接用于图像处理,似较突兀。且实验结果缺乏比较,难以说明本文的好处。另文中存在较多口语化的地方。

基于改进BP神经网络的图像融合算法研究

综合评价: 修改稿: 注:同行评议是由特聘的同行专家给出的评审意见,综合评价是综合专家对论文各要素的评议得出的数值,以1至5颗星显示。

【基于改进BP神经网络的图像融合算法研究】相关文章:

1.探讨BP神经网络的图像Hash算法

2.基于改进BP的神经网络模型参考自适应控制

3.基于lCA的遥感图像去噪融合研究

4.浅究基于云计算的图像分类算法

5.基于内容的图像检索研究

6.基于FPGA的DCT域图像水印算法设计及其优化技术研究

7.基于BP神经网络的工程项目投标报价风险加价预测研论文

8.基于内容的模糊图像检索技术研究

9.图像拼接算法及实现