基于BP神经网络的图像局部模糊测量

• 作者: 周健 方贤勇 沈峰 黄善春
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: BP神经网络 模糊测量 奇异值 DCT系数
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 图像处理和编码
• 页码范围: 20-28
• 页数: 9页
• 分类号: TP391
• 字数: 5193字
• 语种: 中文
• DOI: 10.11834/jig.20150103

摘要

目的 目前模糊测量方法难以处理存在纹理平坦区域时的局部模糊测量.针对该问题,提出一种基于BP(back propagation)神经网络的图像局部模糊检测方法.方法 该方法采用所有奇异值以描述不同尺度信息随模糊变化情况,并与描述高频信息变化的DCT(discrete cosine transform)非零系数结合,实现奇异值向量和DCT非零系数个数联合的混合模糊测度,达到空频联合的模糊度描述.在此基础上,通过训练BP神经网络分类器,实现图像块模糊值预测.结果 单幅局部模糊图像实验中,较好区分纹理平坦区域和模糊区域的模糊程度;多幅局部模糊图像的统计实验中,召回率-准确率(RP)评估曲线显示在相同召回率下准确率较其他方法高.结论 该方法可以较准确地实现局部模糊图像(特别是存在纹理平坦区域的局部模糊图像)的模糊测量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方贤勇	安徽大学计算机科学与技术学院	18	99	5.0	9.0
3	周健	安徽大学计算机科学与技术学院	37	157	8.0	11.0
4	沈峰	安徽大学计算机科学与技术学院	3	27	2.0	3.0
7	黄善春	安徽大学计算机科学与技术学院	1	22	1.0	1.0