[发明专利]一种基于BP神经网络的图像复原方法在审
| 申请号： | 201810207397.X | 申请日： | 2018-03-14 |
| 公开（公告）号： | CN108460742A | 公开（公告）日： | 2018-08-28 |
| 发明（设计）人： | 马先波 | 申请（专利权）人： | 日照职业技术学院 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/08 |
| 代理公司： | 北京盛凡智荣知识产权代理有限公司 11616 | 代理人： | 戴翔 |
| 地址： | 276826 山东省日照*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于图像处理技术领域，具体涉及一种提高图像复原质量的基于BP神经网络的图像复原方法。本发明包括(1)对原始图像进行初始化权值；(2)对进行初始化后的图像进行卷积运算；(3)对进行卷积运算后的图像进行池化；(4)输出池化后图像的损失函数等。本发明提出了混合神经网络在图像复原中的应用。将卷积神经网络与BP神经网络结合分步实现图像复原。通过训练卷积神经网络提取特征向量作为BP神经网络的输入，再通过训练BP神经网络实现图像复原。充分考虑退化过程邻域对退化像素值的影响，避免求解点扩展函数，复原效果优于现有方法。 | ||
| 搜索关键词： | 图像复原 卷积神经网络 卷积运算 初始化 图像 混合神经网络 图像处理技术 点扩展函数 复原效果 损失函数 提取特征 退化过程 原始图像 输出池 池化 邻域 求解 像素 向量 退化 应用 | ||
【主权项】：
1.一种基于BP神经网络的图像复原方法，其特征在于：包括如下步骤：(1)对原始图像进行初始化权值；(2)对进行初始化后的图像进行卷积运算；(3)对进行卷积运算后的图像进行池化；(4)输出池化后图像的损失函数；(5)判断损失函数是否收敛；如果收敛执行步骤(6)；如果不收敛则返回步骤(1)，重新更新权值；(6)提取池化后图像的一维特征向量输入BP神经网络；(7)初始化BP神经网络权值；(8)计算BP神经网络的单元输出；(9)计算单元输出的偏差；(10)将单元偏差与阈值进行比较，如果单元偏差小于等于阈值则进行步骤(11)；如果单元偏差大于阈值则返回步骤(7)更新BP神经网络权值；(11)BP神经网络输出对应原始图像的矩阵的中心像素值，进行图像复原。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于日照职业技术学院，未经日照职业技术学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810207397.X/，转载请声明来源钻瓜专利网。
