基于自组织神经网络SOM和K-means聚类算法的图像修复

• 作者: 孙震 张俊生 王兆霞 白明
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 图像修复 自组织神经网络 K-means聚类算法
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 计算机技术
• 页码范围: 1790-1794
• 分类号: TG391.41
• 字数: 2480字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2012.08.015

摘要

近来自然图像的修复已经成了一个热门话题.提出了一种基于K-means聚类算法的自组织神经网络(SOM),称为SOM-K.它首先利用SOM来训练每一个像素的特征向量,并把一幅图像分层.这样就能把每个破损像素分到每层,同时SOM训练后的输出也通过K-means聚类算法来聚合,分别在各个层中修复破损的像素.最后把修复好的各层溶合到一起.与单独使用SOM相比,SOM-K具有更精确的分类能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白明	天津理工大学计算机与通信工程学院	15	39	4.0	5.0
2	王兆霞	天津理工大学计算机与通信工程学院	10	392	4.0	10.0
3	孙震	天津理工大学计算机与通信工程学院	1	6	1.0	1.0
4	张俊生	天津理工大学计算机与通信工程学院	2	7	1.0	2.0