基于RBF神经网络的图像融合复原方法研究

• 作者: 倪国强 牛丽红 苏秉华
• 来源期刊: 光子学报
• 学科: 工学
• 关键词: 图像复原 数据融合 多光谱图像 神经网络 图像退化
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 图像与信号处理
• 页码范围: 316-320
• 页数: 5页
• 分类号: TP18
• 字数: 3007字
• 语种: 中文

摘要

提出了一种基于径向基函数(RBF)神经网络的多通道图像数据融合复原方法,研究了该方法在多光谱图像复原上的应用.将软竞争学习策略和自适应调整隐节点相结合对网络进行优化训练.利用多光谱卫星图像数据,对所提出的方法进行仿真实验.实验结果表明:该融合复原方法提高了复原图像的质量;改进后的学习算法能够保证学习准确度和较短的训练时间;实验还表明RBF神经网络的多通道复原和单通道复原、传统的维纳滤波及最大后验概率方法相比,在改善图像像质上具有明显的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪国强	北京理工大学光电工程系	203	3505	29.0	52.0
2	苏秉华	北京理工大学光电工程系	81	827	16.0	27.0
3	牛丽红	深圳大学光电子学研究所	22	163	8.0	11.0