基于BP神经网络的数字图像修复.pdfVIP

第 35卷 第 1期 江西理工大学学报 Vo1~35，NO．1 2014 年 2 月 JournalofJiangxiUniversityofScienceandTechnology Feb． 2014 文章编号：2095—3041(2014)00—0065—05 DOI：10．13265~．cnki．jxlgdxxb．2014．01．011 基于BP神经网络的数字图像修复 贺文熙， 叶坤涛 (江西理工大学理学 院，江西 赣州 341000) 摘 要 ：考虑到 BP神经网络非凡的学习能力和非线性映射能力．提 出了利用BP神经网络修复 数字图像．由于一般的BP神经网络收敛速度较慢 ，且易陷入局部极小，产生振荡现象．因此考虑 在梯度下降算法的基础上 引进动量因子 ，结果发现收敛速度加快 、振荡现象减轻．该方法根据待 修复区域的边界寻找相似块，利用相似块周 围像素数据得到BP神经网络的权值和阈值．试验表 明：文 中的方法相对于利用偏微分方程(如BscB方法)速度要快，而且具有更大的ISNR． 关键词 ：图像修 复：相似边界：BP神经 网络 中图分类号 ：TP319．41 文献标志码 ：A IImmaggeeiinnppaaiinnttiinnggbbaasseead0nBP neeuurraallnnetwork HEW en-xi，YE Kun-tao (FacultyofScience，JiangxiUniversityofScienceandTechnology，Ganzhou341000，China) Abstract：BPneuralnetworkusedtorepairdigital imageshasbeproposed，consideringthetraitsofBPneural networkwhichhasan extraordinarycapacityforlearningandthenon-linearmapping．BecauseordinaryBP neuralnetworkconvergeataslowerrate，fallin toalocalminimum easily，andproduceoscillatory behavior， introduction ofmomentum on the basis ofthe gradientdescentalgorithm isconsidered．It getfaster convergencespeed，smalleroscillationphenomena．Similarblockswillbefoundinaccordancewiththeborder ofareastoberestored．W ith similarblock pixeldata，BPneuralnetworkgetitsweightsandthresholds．The experimentresultsshowthismodelspendlesstimethanthemodelutilizedpartialdifferentialequation(PDE) (forexampleBSCB)，andthismodelhaslargerISNRthanPDEmode1． Keywords：imageinpainting；similarboundary ；BPneralnetwork 是充分利用需要修复区域边缘的信息沿梯度垂直 0 前 言 方 向扩散到待修补 区域内．BSCB方法修复速度过 于缓慢而且不稳定 ．如果 图像 中出现 了大面积 的 现在数字图像修复是一个热点问题 ，修复结果 污渍 ，可用 Criminisi和 Efros及 ShihTK等人3-『51提