一种分区BP人工神经网络图像差值算法

• 作者: 于炯 杨兴耀 英昌甜 钱育蓉
• 来源期刊: 吉首大学学报（自然科学版）
• 学科: 工学
• 关键词: 插值 前向反馈人工神经网络 线性均值插值 峰值性噪比 网络拓扑
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 【计算机】
• 页码范围: 28-33
• 页数: 6页
• 分类号: TP391.9
• 字数: 2973字
• 语种: 中文
• DOI: 10.3969/j.cnki.jdxb.2016.03.007

摘要

为了提高图像插值质量，利用前向反馈人工神经网络（BP ANN）的自学习、自适应和泛化能力，开展分区BP ANN图像差值研究．将图像中待插值像素划分为光滑区和边缘区，每个区分别对应1个 BP ANN进行图像差值操作，并通过3组实验确定分区BP ANN的网络结构、采点模式和插值流程．结果表明，采用8161拓扑结构的BP ANN算法可达到图像的可视化质量和时间之间的最佳平衡点；与经典线性均值（LA）图像插值算法相比，分区 BP ANN算法在保持最佳视觉效果的前提下，峰值性噪比高约0．5938 dB．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于炯	新疆大学软件学院	176	1315	20.0	28.0
2	钱育蓉	新疆大学软件学院	85	510	13.0	20.0
3	杨兴耀	新疆大学软件学院	31	455	13.0	21.0
4	英昌甜	新疆大学软件学院	29	254	11.0	14.0