原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
小波变换与神经网络复合的图像清晰度识别研究-红外技术
第29 卷 第11 期 红 外 技 术 Vol.29 No.11
2007 年11 月 Infrared Technology Nov. 2007
小波变换与神经网络复合的图像清晰度识别研究
1,2 2 1
陈国金 ，朱妙芬 ，施浒立
（1.西安电子科技大学, 陕西 西安 710071 ；2.杭州电子科技大学, 浙江 杭州 310018 ）
摘要：基于小波变换与神经网络复合模型的图像清晰度识别方法具有较强的图像边缘特征提取、非线
性处理、自适应学习和模式识别能力。提出一种通过神经网络模拟人眼的调焦机制，基于小波变换与
神经网络复合模型，实现对图像清晰度评价的方法。利用二维离散小波变换对图像信号的特征进行提
取，并对7 个小波分量及原始图像做统计处理得到 16 个统计值，作为图像的特征量供后续的识别分
析。构建了5 层BP 神经网络模型对图像清晰度进行识别，采用可变步长附加动量项的最速下降法调
整网络权值。所设计的神经网络首先对由75 幅图像组成的训练集合进行训练，再对102 幅图像组成
的测试集合进行实验验证。结果表明，这是一种相当有效的判别方法，取得了较高的识别率。
关键词：图像清晰度；小波变换；神经网络；复合模型；图像特征
中图分类号：TP391 文献标识码：A 文章编号：1001-8891(2007)11-0666-05
Study on Image Definition Identification
Based on Wavelet Transform and Neural Network
1, 2 2 1
CHEN Guo-jin ，ZHU Miao-fen ，SHI Hu-li
(1.Xidian University, Xi ’an Shannxi 710071, China ; 2.Hangzhou Dianzi University, Hangzhou Zhejiang 310018, China)
Abstract ：The image definition identification method based on the composite model of wavelet transform
and neural network is useful in image edge character extraction, nonlinear process, self-adapted study and
pattern recognition. An evaluation method of image definition based on the focusing mechanism of
simulating human’s eyes by neural networks and on the composite model of wavelet transformation and
neural network was suggested. The two-dimensional (2D) discrete wavelet transformation was used to
extract image signal character, and 16 statistical values obtained from 7 wavelet components and an ori
文档评论（0）