基于bp神经网络的脉冲噪声图像恢复方法

《基于bp神经网络的脉冲噪声图像恢复方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要在信息化的社会里，图像在信息传播中所起的作用越来越大，而数字图像在获取与传播中，可能会受到脉冲噪声的污染。所以，消除产生的噪声，保证图像受污染度最小，成了数字图像处理领域里的重要部分。本文主要针对数字图像的脉冲噪声污染问题，采用一种窗口自适应开关中值滤波方法消除噪声。利用BP神经网络将图像中的每个像素点分类为信号点或噪声点，再采用改进的中值滤波器对检测后的图像进行滤波处理，根据噪声检测结果，滤波器自适应调整窗口大小并选择性取样，逐点滤波消除图像中的噪声。该方法在抑制脉冲噪声、保护图像细节方面均优于以往基于中值滤

2、波的方法，即使在图像遭受噪声密度70%噪声污染的极端情况下，仍能得到很好恢复。关键词：图像去噪；脉冲噪声检测；自适应开关中值滤波AbstractIntheinformationsociety,theimageintheinformationtransmissionisusedmoreandmorewidely.Duringthedigitalimagestransmission,theycouldbeaffectedbytheimpulsivenoisepollution.Therefore,ensuringthe

3、minimumofthenoiseandpollutionintheprocessofimagecollectionandtransmissionbecameanimportantpartofthefield.Inordertodenoiseimpulsenoisesinimages,anadaptivewindowswitchingmedianfilteringmethodisadoptedinthispaper.First,eachpixelisclassifiedassignalornoisypointbyt

4、heBP-net.Next,theimageisfilteredbyanimprovedmedianfilter.Accordingtotheresultofnoisedetection,thefiltercanadjustadaptivelywindow’swidthandsamplechoicely,eachnoisypointinimageisdenoisedbyfilteringIntermsofsuppressingimpulsenoiseandpreservingimagedetails,theadop

5、tedmethodisbetterthanthatbasedonmedianfilterevenintheextremecaseof70%noisecorruption,noisyimagescanbeeffectivelyrecovered.Keywords:imagedenoising;impulsenoisedetection;adaptiveswitchingmedianfilters目录第1章概述11.1图像去噪技术研究的意义11.2噪声检测的方法21.3滤波的方法21.4噪声种类与图像质量评价标准21.

6、5本文的主要工作4第2章BP神经网络简介52.1人工神经网络简介52.2BP神经网络92.3多层前馈网络的主要能力112.4BP学习算法112.5本章小结17第3章基于BP神经网络的脉冲噪声检测183.1脉冲噪声图像的数学模型183.2噪声检测弱分类器的设计193.3噪声检测强分类器的设计203.4本章小结25第4章窗口自适应开关中值滤波264.1中值滤波的基本理论264.2开关中值滤波器284.3窗口自适应开关中值滤波294.4本章小结31第5章实验结果与讨论325.1性能评价指标定义325.2视觉效果对比325

7、.3噪声检测性能对比325.4去噪性能对比345.5实验结果讨论35结论36参考文献37致谢38第1章概述1.1图像去噪技术研究的意义图像作为人们感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。研究表明，人类获取的视觉图像信息在人类接受的信息中的比重达到四分之三。在各类图像系统中，由于图像的传送和转换，如成像、复制、扫描、传输、显示等，总要造成图像的降质，典型的表现为图像模糊、失真、有噪声等。而在众多的应用领域中，又需要清晰的、高质量的图像，因此，为了抑制噪声，改善图像质量，复原图像具有非常重要的

8、意义。在数字图像处理领域图像噪声的滤除一直是最重要、最基本的研究课题之一。得益于应用数学理论的发展和计算机技术的进步，现代图像去噪滤波技术己取得丰富成果。图像主要是反映客观事物或某些过程与空间、时间有相互关联的特征量的信息列阵。它具有两个基本要素：像素值层次分辨和图像空间分辨。像素值可反映图像的层次细节，是构成图像必不可少的基本要素之一。另一个基本要素是图像