基于调和模型的连续Hopfield神经网络次优图像复原

• 作者: 喻夏琼 姜明勇 陈向宁
• 来源期刊: 测绘科学
• 学科: 地球科学
• 关键词: 图像复原 调和模型 Hopfield神经网络 正则化 次优算法
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 技术创新
• 页码范围: 121-123
• 页数: 3页
• 分类号: P23|TP18
• 语种: 中文

摘要

本文提出了一种基于调和模型的连续Hopfield神经网络正则化次优图像复原算法.针对传统正则化图像复原由于“模糊矩阵”和“高通滤波器”规模庞大而带来的复原过程中占用存储资源多的问题,提出了一种基于部分图像信息的次优复原算法,该算法能在性能下降不大的前提下,较好地解决传统复原资源消耗问题.同时算法采用由梯度算子生成的调和模型作为正则项,能在复原的同时保留图像边缘.仿真结果表明了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈向宁		11	45	4.0	6.0
2	姜明勇		2	7	1.0	2.0
3	喻夏琼		3	7	1.0	2.0