小波神經(jīng)網(wǎng)絡(luò)在圖像去噪與壓縮中的應(yīng)用研究.pdf

1、小波神經(jīng)網(wǎng)絡(luò)是基于小波分析理論建立起來(lái)的一種分層的、多分辨率的新型人工神經(jīng)網(wǎng)絡(luò)。用小波函數(shù)代替?zhèn)鹘y(tǒng)神經(jīng)網(wǎng)絡(luò)中的激活函數(shù)，就構(gòu)成小波神經(jīng)網(wǎng)絡(luò)。理論證明小波神經(jīng)網(wǎng)絡(luò)具有一致逼近和2L逼近的能力，而且在保證參數(shù)初始化合理的條件下，收斂速度相當(dāng)之快。可見(jiàn)，利用小波神經(jīng)圖像進(jìn)行去噪和壓縮，無(wú)疑是一條捷徑。 本文將小波神經(jīng)網(wǎng)絡(luò)應(yīng)用于圖像去噪，構(gòu)造了噪聲檢測(cè)強(qiáng)分類器。理論上可以保證這比傳統(tǒng)的中值濾波更加合理化，計(jì)算機(jī)仿真實(shí)驗(yàn)也表明了這種方法去

2、噪優(yōu)勢(shì)明顯。 同時(shí)，基于傳統(tǒng)KL 變換的圖像壓縮存在高階矩陣無(wú)法處理的問(wèn)題，提取主分量分析的hebb算法在圖像壓縮過(guò)程中有數(shù)據(jù)丟失造成的誤差問(wèn)題，而小波神經(jīng)網(wǎng)絡(luò)結(jié)合KL變換既能處理高階矩陣，又能在短時(shí)間內(nèi)達(dá)到收斂要求。所以文章建立了小波神經(jīng)網(wǎng)絡(luò)結(jié)合KL變換進(jìn)行圖像壓縮的理論思想，并且通過(guò)計(jì)算機(jī)仿真試驗(yàn)驗(yàn)證了算法實(shí)現(xiàn)的可靠性。 全文共分六章： 第一章綜述本文所研究課題的發(fā)展歷史及其現(xiàn)狀意義、實(shí)際應(yīng)用價(jià)值和理論意義。

3、 第二章綜述神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識(shí)，小波變換的基礎(chǔ)知識(shí)，以此來(lái)構(gòu)造小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。 第三章建立了小波框架導(dǎo)出的小波神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法和BP小波神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法，還討論了參數(shù)初始化問(wèn)題，學(xué)習(xí)速率調(diào)整問(wèn)題。 第四章在理論上證明了小波神經(jīng)網(wǎng)絡(luò)具有一致逼近和2L逼近的能力。 第五章根據(jù)圖像中噪聲的特點(diǎn)，設(shè)計(jì)出噪聲檢測(cè)弱分類器與強(qiáng)分類器，并且在理論上與實(shí)踐上肯定了去噪效果優(yōu)勢(shì)明顯。 第六章研究了小波神經(jīng)網(wǎng)絡(luò)結(jié)