基于复合余弦基神经网络的图像去噪滤波器

• 作者: 陈杨生 颜钢锋
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 余弦基 图像滤波器 神经网络 数字图像 学习率
• 年，卷（期）: 2006,（8）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 1348-1351
• 页数: 4页
• 分类号: TP751.1
• 字数: 2640字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2006.08.013

摘要

针对图像受噪声干扰问题,提出了一种基于复合余弦基神经网络的图像去噪低通滤波器,以及保证该神经网络算法收敛的收敛定理,并给出了证明.该方法通过复合余弦基神经网络对幅频响应训练,调整网络权值,控制总的能量函数在给定的极小范围内,使得实际滤波器特性逼近理想图像去噪低通滤波器特性,从而达到满意的去噪效果.仿真结果显示,复合余弦基神经网络图像去噪滤波器各项特性接近理想滤波器.与传统的图像滤波器去噪方法比较,该方法设计的图像去噪滤波器具有更好的去噪效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜钢锋	浙江大学电气工程学院	132	1634	21.0	35.0
2	陈杨生	浙江大学电气工程学院	7	14	3.0	3.0