小波神经网络在图像去噪与紧缩中的应用研究.pdfVIP

摘要 小波神经网络在图像去噪和压缩中的应用研究 作者简介：张叶华 ，男，1980 年9 月出生，2006 年9 月师从于成都理工大 学曹金文教授，于2009 年6 月获硕士学位。 摘要 小波神经网络是基于小波分析理论建立起来的一种分层的、多分辨率的新型 人工神经网络。用小波函数代替传统神经网络中的激活函数，就构成小波神经网 2 络。理论证明小波神经网络具有一致逼近和 逼近的能力，而且在保证参数初 L 始化合理的条件下，收敛速度相当之快。可见，利用小波神经图像进行去噪和压 缩，无疑是一条捷径。 本文将小波神经网络应用于图像去噪，构造了噪声检测强分类器。理论上 可以保证这比传统的中值滤波更加合理化，计算机仿真实验也表明了这种方法去 噪优势明显。 同时，基于传统 变换的图像压缩存在高阶矩阵无法处理的问题，提取主 KL 分量分析的hebb 算法在图像压缩过程中有数据丢失造成的误差问题，而小波神 经网络结合 变换既能处理高阶矩阵，又能在短时间内达到收敛要求。所以文 KL 章建立了小波神经网络结合 变换进行图像压缩的理论思想，并且通过计算机 KL 仿真试验验证了算法实现的可靠性。 全文共分六章，每一章的主要内容如下： 第一章综述本文所研究课题的发展历史及其现状意义、实际应用价值和理论 意义。 第二章综述神经网络基础知识，小波变换的基础知识，以此来构造小波神经 网络结构。 BP 第三章建立了小波框架导出的小波神经网络的学习算法和 小波神经网络 的学习算法，还讨论了参数初始化问题，学习速率调整问题。 2 第四章在理论上证明了小波神经网络具有一致逼近和 逼近的能力。 L 第五章根据图像中噪声的特点，设计出噪声检测弱分类器与强分类器，并且 在理论上与实践上肯定了去噪效果优势明显。 I 摘要 第六章研究了小波神经网络结合 变换进行图像压缩的算法，并且利用计 KL 算机仿真进一步表明：比起传统 变换和 算法的图像压缩，提出的新算法 KL hebb 有很大的优势。 关键词：图像去噪 图像压缩 小波神经网络 强分类器 KL 变换 hebb 算法 II Abstract The Research and Application of Wavelet neural network on Denoising and Compression Image Introduction of Author:Zhang Yehua, male, was born in September, 1980, whose tutor was Professor Cao Jinwen.He graduated from Cheng du University of Technolo