高级检索
ENGLISH

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

小波变换与神经网络复合的图像清晰度识别研究

陈国金,  朱妙芬,  施浒立

downloadPDF
文章导航 > 红外技术  > 2007 >  29(11): 670-674
陈国金, 朱妙芬, 施浒立. 小波变换与神经网络复合的图像清晰度识别研究[J]. 红外技术, 2007, 29(11): 670-674. doi: 10.3969/j.issn.1001-8891.2007.11.013
引用本文: 陈国金, 朱妙芬, 施浒立. 小波变换与神经网络复合的图像清晰度识别研究[J]. 红外技术, 2007, 29(11): 670-674. doi: 10.3969/j.issn.1001-8891.2007.11.013
shu
CHEN Guo-jin, ZHU Miao-fen, SHI Hu-li. Study on Image Definition Identification Based on Wavelet Transform and Neural Network[J]. Infrared Technology , 2007, 29(11): 670-674. doi: 10.3969/j.issn.1001-8891.2007.11.013
Citation: CHEN Guo-jin, ZHU Miao-fen, SHI Hu-li. Study on Image Definition Identification Based on Wavelet Transform and Neural Network[J]. Infrared Technology , 2007, 29(11): 670-674. doi: 10.3969/j.issn.1001-8891.2007.11.013
shu

小波变换与神经网络复合的图像清晰度识别研究

doi: 10.3969/j.issn.1001-8891.2007.11.013

  • 西安电子科技大学,陕西,西安,710071;杭州电子科技大学,浙江,杭州,310018

  • 杭州电子科技大学,浙江,杭州,310018

  • 西安电子科技大学,陕西,西安,710071

  • 西安电子科技大学

  • 杭州电子科技大学

基金项目: 国家自然科学基金(60672063)
详细信息

  • 中图分类号: TP391

Study on Image Definition Identification Based on Wavelet Transform and Neural Network

    摘要
  • 摘要: 基于小波变换与神经网络复合模型的图像清晰度识别方法具有较强的图像边缘特征提取、非线性处理、自适应学习和模式识别能力.提出一种通过神经网络模拟人眼的调焦机制,基于小波变换与神经网络复合模型,实现对图像清晰度评价的方法.利用二维离散小波变换对图像信号的特征进行提取,并对7个小波分量及原始图像做统计处理得到16个统计值,作为图像的特征量供后续的识别分析.构建了5层BP神经网络模型对图像清晰度进行识别,采用可变步长附加动量项的最速下降法调整网络权值.所设计的神经网络首先对由75幅图像组成的训练集合进行训练,再对102幅图像组成的测试集合进行实验验证.结果表明,这是一种相当有效的判别方法,取得了较高的识别率.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  82
  • HTML全文浏览量:  28
  • PDF下载量:  5
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回

    版权所有 © 《红外技术》编辑部京ICP备000000000号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计