基于RBF神经网络的交叉检验图像降噪方法 |
| |
引用本文: | 李宏寨 郭平. 基于RBF神经网络的交叉检验图像降噪方法[J]. 计算机科学, 2004, 31(12): 151-153 |
| |
作者姓名: | 李宏寨 郭平 |
| |
作者单位: | 北京师范大学信息学院计算机系,北京,100875;北京师范大学信息学院计算机系,北京,100875 |
| |
基金项目: | 国家自然科学基金(60275002)资助课题. |
| |
摘 要: | 径向基神经网络(RBFNN)有很好的函数逼近能力,本文把图像看成函数,用RBFNN来表示图像,并在学习过程中进行逼近,采用交叉检验的方法来确定网络模型并控制学习过程,使得网络既能较好地逼近图像,又对噪声进行抑制,从而达到图像降噪的目的。实验证明这是一个可行的盲目图像降噪方法,有广泛的适用性。本文还给出了实验中改进交叉检验方法的技术,给出了与wiener滤波器降噪的实验效果对比图。
|
关 键 词: | 图像复原 图像降噪 径向基神经网络 交叉检验 |
Image Denoising Using Cross-Validation Method with RBF Network Representation |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 维普 万方数据 等数据库收录! |
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|