神经网络报告.docVIP

课程论文 题 目 神经网络在图像处理中的应用 院 （系） 信息学院 专 业 电子科学与技术 年 级 1002班 学生姓名 姚佳佳 学 号 指导教师 王斐 手 机 二○一三 年 五 月  神经网络在图像处理中的应用 摘 要 近几年，随着神经网络理论的深人研究，神经网络技术的并行性计算能力、非线性映射和自适应能力等优点得到了充分的认识，各种神经网络模型在图像处理领域中得到了广泛的应用，本文对各种流行的神经网络模型在图像处理领域中的应用进行了汇总，根据图像处理的具体内容对这些应用进行分类叙述，阐明了神经网络技术在图像处理领域中的优点和不足之处，并对将来神经网络技术在图像处理领域中的应用提出了几点期望。 关键词:神经网络；图像重建；图像复原；图像增强；图像压缩；图像分割；特征提取；图像识别 目 录 1 引言 1 2 图像处理中常用神经网络的类型 1 2.1 Hopfield神经网络 1 2.2 BP网络 1 2.3 自组织网络 2 2.4 小波网络 2 2.5 细胞神经网络 2 2.6 模糊神经网络 2 3 神经网络在图像处理中的应用 3 3.1 图像预处理 3 3.1.1 图像复原 3 3.1.2 图像增强 4 3.1.3 图像重建 4 3.2 图像压缩 4 3.2.1 预测编码 4 3.2.2 变换编码 4 3.2.3 矢量量化 5 3.3 特征提取 5 3.4 图像分割 6 3.5 图像识别 7 4 结论和展望 8 参考资料 11 1、引言 随着科学技术，特别是信息技术的发展，图像处理技术已经成为科学研究不可缺少的强有力工具，传统的图像处理方法无法满足需要，研究人员开始探索新的更有效的方法，其中利用神经网络进行图像处理是最活跃的方向，神经网络算法比起传统的算法表现出了很大的优越性，这主要表现在:(1)高度并行处理能力，处理的速度远远高于传统的序列处理算法；(2)具有自适应功能，能够根据学习提供的数据样本找出和输出数据的内在联系；(3)非线性映射功能，图像处理很多问题是非线性问题，神经网络为处理这些问题提供了有用的工具；(4)具有泛化功能，能够处理带有噪声的或不完全的数据。 最初，人工神经网络是作为模式识别分类器和聚类技术在图像处理领域中得到应用的，然后随着神经网络理论的进一步研究，神经网络的特点得到充分的认识，在图像处理的各个领域得到了充分的应用，如印刷体和手写字符识别、语音识别、指纹、人脸识别、图像压缩复原等。 下面将着重阐述神经网络在图像处理领域的应用现状和前景，并进一步分析现有用于图像处理的神经网络技术的优缺点。 2.图像处理中常用神经网络的类型(Neuralnetworks applied in image processing) 人工神经网络(Artificial Neural Network，简称ANN)是由大规模神经元互联组成的高度非线性动力学系统，是在认识、理解人脑组织结构和运行机制的基础上模拟其结构和智能行为的一种工程系统，神经网络的基础理论和发展在这里不进行叙述，读者可以查看相关的资料，下面简单介绍一下图像处理中常用的神经网络模型， 2.1 Hopfield神经网络 Hopfield神经网络是一种动态网络，该网络主要用于联想记忆和优化计算，如果我们能把某个待研究解决的问题化成一个Hopfield计算能量函数，且使这个计算能量函数的最小极值正好对应于一定约束条件下的问题解答时，那么这个问题就可以利用Hopfield网络来求解了，Hopfield网络在图像边缘检测、图像模式匹配和识别等图像处理方面应用比较多。 2.2 BP网络 BP神经网络是一种采用反向传播算法的多层前馈网络，能够逼近任意的非线性映射关系，而且有很好的泛化能力，在图像处理领域中，作为一种非自适应的神经网络技术应用非常广泛。 2.3自组织网络 自组织