基于高维空间几何的PSO-BP神经网络图像复原

• 作者: 何小海 李木维 郭佩 陶青川
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 图像复原 神经网络 粒子群优化算法-反向传播(PSO-BP) 高维空间几何
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 156-159
• 分类号: TP391.41
• 字数: 5045字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.02.045

摘要

针对退化图像复原问题,提出了一种基于高维空间几何理论(HDSG)的PSO-BP神经网络图像复原方法.高维空间几何理论中的同胚映射和同源连续性原理,把图像映射为高维空间中的一个点,通过回归原模糊图像和由此图像衍生出的几幅更加模糊的图像对应在空间中几个点的分布曲线,得到清晰的复原图像.在该理论基础上,用PSO-BP神经网络来确定高维空间中各点的关系,通过对训练样本的学习训练,在三幅退化图像与原始清晰图像之间建立映射关系,然后用训练好的网络对测试样本进行复原.对比实验表明,该方法在主观视觉和定量分析上都获得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何小海	四川大学电子信息学院图像信息研究所	395	2334	21.0	30.0
2	陶青川	四川大学电子信息学院图像信息研究所	79	443	10.0	17.0
3	李木维	四川大学电子信息学院图像信息研究所	2	7	1.0	2.0
4	郭佩	四川大学电子信息学院图像信息研究所	1	6	1.0	1.0