基于SOM神经网络的图像修复-信号与信息处理专业论文.docxVIP

独创性声明 本人声明所里交的学位论文是本人在导师指导下进行的研究工作和取 得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得 天津腹且大学 或 其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研 究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 学位以作者签名:勒、↑喝 答字町期: ).011 年 立 A 汪汪町 学位俗文版权使用授权书 本学位论文作者完全了解 久哮班工九学有关保留、使用学位论文 的规定。特授权又哮嫂且大学 可以将学位论文的全部成部分内容编入 有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编， 以供资阅和借阅。同意学校向国家有关部门成机构送交论文的复本和电子 文件。 『叭dn1气AY』(保密的学位论文在解密启迪用本授权说明) 『叭 dn1 气AY』 签字同期: ol\ 年注 JJ ).立町 签字町期: ()1年注月).).日 摘要 图像修复是数字图像处理技术是一个重要分支，也是计算机图形学研究的重 要热点。图像修复就是指通过图像中未受损的信息对受损区进行各种演算以得到 最佳的修复效果。随着计算机技术的发展，加上国内外众多学者的多年工作，目 前已经有了很多优秀的图像修复算法，例如基于偏微分方程 (PDE)的图像修复 算法，和基于统理合成的图像修复算法等。基于偏微分方程的修复算法主要针对 划痕、污点、文字等相对小朋积破损做修复;而基于纹理合成的图像修复算法主 要针对大面积破损区域做修复。这两者是目前主流的两种图像修复算法，可以说 是针对图像受损程度大小应运而生的，并且在各自针对的领域熙能够得到良好的 修复效果。但各种修复算法都有其不足之处。 人工神经网络近些年来越来越受到人们关注，它在处理各种非线性问题上显 示出了强大功能，因此也得到了更广泛的应用，具有代表性的有误差往回传播网 络、径向基网络、自组织网络等。近年来，人们开始运用神经网络进行图像处理 并取得了很好的效果。 自组织映射网络 (SOM) 是人工神经网络的一个意要分支，其最大特点是 能够在无监督的情况下，映射输入数据的拓扑结构，还能对输入数据做自动聚类。 本文利用 SOM 网络的这两个强大功能解决图像修复中的一些问题，井提出了一 种基于 SOM 网络的优先修复结构信息的图像修复算法。 本文首先研究分析了以往的图像修复算法，并在此基础上提出了…种基于 SOM 神经网络的图像修复算沽，并对算法做了进一步改进。本文的主要创新成 果如下: 1、提出了一种基于SOM 神经网络的优先修复结构信息的图像修复算法， 并通过仿真实验证明了其可行性和有效性。 2、进一步改进该算法以处理受损部分更加复杂的图像，即受损部分包含有 两条结构轮廓线的情况，并通过仿真实验证明其可行性与有效性。 关键诩z 阁像修复结构信息人工神经网络 自组织映射网络 曲线拟合 Abstract Image inpainting is very popular with scholars for its use value and broad application. As many of the electronic w盯es are no longer too expensive to people， needs on image inpainting is rising fast.Image inpainting belongs to image processing. It mainly consists of computing the lost information of an inpainted image by ambient information. With the development of computers and efforts of many researchers ， many excellent image inpainting algorithms have been such 部 PDE (partial differential equations) based inpainting method and texturebased completion method. These two algorithms have different application. PDE based inpainting method can deal with inpainted image wíth small nick while texture-based can give a good result when th