基于 BP神经网络实现印刷图像压缩重建的研究大标题.pdfVIP

《电气自动化》２０１６ 年第３８卷 第４ 期 计算机技术及其应用 ＣｏｍｐｕｔｅｒＴｅｃｈｎｏｌｏｇｙ＆Ａｐｐｌｉｃａｔｉｏｎｓ 基于 ＢＰ神经网络实现印刷图像压缩重建的研究大标题 鲍蓉 （兰州石化职业技术学院 印刷出版工程系，甘肃 兰州 ７３００６０） 摘 要：针对印刷图像压缩重建问题，构建ＢＰ神经网络模型，采用ＬＭ算法提高了运算速度。在印刷图像压缩重建训练过程中，对隐 含层神经元个数设定进行了类比分析，峰值信噪比和压缩比率均达到预期效果。对印刷图像压缩重建后出现块效应效果进行 了分析，提出了修正模型方法。 关键词：ＢＰ神经网络；神经元；印刷图像；压缩重建；信噪比；ＭＡＴＬＡＢ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００－３８８６．２０１６．０４．０１２ ［中图分类号］ＴＮ９１１．７３ ［文献标识码］Ａ ［文章编号］１０００ ３８８６（２０１６）０４ ００３６ ０３ ＡＲｅｓｅａｒｃｈｏｎｔｈｅＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＣｏｍｐｒｅｓｓｉｏｎＲｅｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆＰｒｉｎｔｉｎｇＩｍａｇｅｓＢａｓｅｄｏｎｔｈｅＢＰＮｅｕｒａｌＮｅｔｗｏｒｋ ＢａｏＲｏｎｇ （ＤｅｐａｒｔｍｅｎｔｏｆＰｒｉｎｔｉｎｇａｎｄＰｕｂｌｉｓｈｉｎｇＥｎｇｉｎｅｅｒｉｎｇ，ＬａｎｚｈｏｕＰｅｔｒｏｃｈｅｍｉｃａｌＶｏｃａｔｉｏｎａｌＴｅｃｈｎｉｃａｌＣｏｌｌｅｇｅ， ＬａｎｚｈｏｕＧａｎｓｕ ７３００６０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ ：Ｗｉｔｈｒｅｓｐｅｃｔｔｏｃｏｍｐｒｅｓｓｉｏｎｒｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆｐｒｉｎｔｉｎｇｉｍａｇｅｓ，ｔｈｉｓｐａｐｅｒｅｓｔａｂｌｉｓｈｅｓａＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌａｎｄａｄｏｐｔｓＬＭ ａｌｇｏｒｉｔｈｍｔｏｒａｉｓｅｔｈｅｃｏｍｐｕｔｉｎｇｓｐｅｅｄ．Ｉｎｔｈｅｔｒａｉｎｉｎｇｐｒｏｃｅｓｓｏｆｐｒｉｎｔｉｎｇｉｍａｇｅｃｏｍｐｒｅｓｓｉｏｎｒｅｃｏｎｓｔｒｕｃｔｉｏｎ，ａｎａｌｏｇｙａｎａｌｙｓｉｓｉｓｍａｄｅ ｏｎｔｈｅｓｅｔｔｉｎｇｏｆｎｕｍｂｅｒｏｆｎｅｕｒｏｎｓｏｆｔｈｅｈｉｄｄｅｎｌａｙｅｒ，ａｎｄｂｏｔｈｔｈｅｐｅａｋｓｉｇｎａｌｔｏｎｏｉｓｅｒａｔｉｏａｎｄｃｏｍｐｒｅｓｓｉｏｎｒａｔｉｏａｃｈｉｅｖｅｔｈｅ ｅｘｐｅｃｔｅｄｅｆｆｅｃｔ．Ｔｈｅ ｂｌｏｃｋｉｎｇｅｆｆｅｃｔａｐｐｅａｒｉｎｇａｆｔｅｒｐｒｉｎｔｉｎｇｉｍａｇｅ ｃｏｍｐｒｅｓｓｉｏｎｒｅｃｏｎｓｔｒｕｃｔｉｏｎｉｓａｎａｌｙｚｅｄ，ａｎｄ ｍｏｄｅｌｃｏｒｒｅｃｔｉｏｎ ｍｅｔｈｏｄｓａｒｅｇｉｖｅｎ． Ｋｅｙｗｏｒｄｓ：ＢＰｎｅｕｒａｌｎｅｔｗｏｒｋ；ｎｅｕｒｏｎ；ｐｒｉｎｔｉｎｇｉｍａｇｅ；ｃｏｍｐｒｅｓｓｉｏｎｒｅｃｏｎｓｔｒｕｃｔｉｏｎ；ｓｉｇｎａｌｔｏｎｏｉｓｅｒａｔｉｏ；ＭＡＴＬＡＢ ０ 引 言 的数来表现输入模式，这就是ＢＰ压缩原理。 第一层为输入 目前印刷行业已广泛运用数字技术存储和传输图像，图像信 层，中间层为隐含 息数字化后，具有信息量大、带宽宽等特点。如何在有限的时间 层，网络的映射功能 和空间里有效地处理、存储和传输更多图像信息以减少成本，成 依赖隐含层实现。 为日益尖锐的问题。如果增加信道的资源，但信道的增加永远赶 输入层到隐含层的 不上信息的爆炸式增长，况且还要受到环境等因素的制约，那就