《基于改进BP神经网络的图像融合算法研究.doc》由会员分享，可在线阅读，更多相关《基于改进BP神经网络的图像融合算法研究.doc（2页珍藏版）》请在三一办公上搜索。
基于改进BP神经网络的图像融合算法研究 全部作者： 王静 第1作者单位： 河海大学计算机及信息工程学院（常州） 论文摘要： 针对传统滤波器在滤除图像噪声的同时会使图像变模糊的问题，本文提出了基于BP神经网络进行图像融合滤除图像噪声的方法。BP算法是目前应用最广泛的神经网络算法，但原始的BP算法具有收敛速度慢，训练过程易陷入局部极小值问题。本文针对这些问题提出了1种改进算法。从融合效果看，基于BP神经网络的图像融合方法在滤除噪声的同时保持了图像的清晰度。从融合过程中取得的数据证明，改进算法提高了收敛速度并抑制了训练过程陷入局部极小值。实验证实，基于改进BP神经网络的图像融合方法在滤除噪声方面优于传统滤波器方法，是对传统滤波器方法的有效改进。 关键词： BP神经网络，图像融合，学习速率，噪声 (浏览全文) 发表日期： 2007年11月15日 同行评议： 本文期望通过改进BP神经网络算法解决图像去噪问题，但文中较关键的式14和15的来源和分析不够，特别是没有结合图像处理的特点予以分析，最后直接用于图像处理，似较突兀。且实验结果缺乏比较，难以说明本文的好处。另文中存在较多口语化的地方。 综合评价： 修改稿： 注：同行评议是由特聘的同行专家给出的评审意见，综合评价是综合专家对论文各要素的评议得出的数值，以1至5颗星显示。
