小波变换与神经网络复合的图像清晰度识别研究

• 作者: 施浒立 朱妙芬 陈国金
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 图像清晰度 小波变换 神经网络 复合模型 图像特征
• 年，卷（期）: 2007,（11）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 670-674
• 页数: 5页
• 分类号: TP391
• 字数: 4156字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8891.2007.11.013

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈国金		99	800	15.0	23.0
5	朱妙芬		24	255	9.0	15.0
6	施浒立		5	64	4.0	5.0