基于布谷鸟算法的BP神经网络图像复原

发布时间：2018-08-15 17:46

【摘要】：针对高斯模糊图像,提出了一种基于布谷鸟算法的BP神经网络图像复原方法。首先,利用布谷鸟搜索算法(CS)确定BP神经网络的初始权值和阈值,弥补BP算法对网络初始值敏感、易陷入局部极小值等问题;其次,训练布谷鸟算法优化的BP神经网络(CS-BP),建立含有退化信息的模糊图像和原始图像间的映射关系;最后,利用该映射关系对模糊图像进行复原。采用高斯模糊的Lena图和Cameraman图进行复原实验,与经典的维纳滤波、BP、粒子群(PSO)-BP方法及最新的核融合法、自适应稀疏先验法作了对比,CS-BP复原方法得到的复原图像视觉效果更佳,且具有更小的归一化均方误差(NMSE)和更高的峰值信噪比(PSNR)。实验结果表明,所提方法得到的复原图像在主客观评价上都取得了较好的效果。
[Abstract]:A BP neural network image restoration method based on cuckoo algorithm is proposed for Gao Si fuzzy images. Firstly, the initial weight and threshold of BP neural network are determined by the cuckoo search algorithm (CS), which makes up for the problem that BP algorithm is sensitive to the initial value of the network and is prone to fall into a local minimum. The BP neural network (CS-BP) optimized by the Cuckoo algorithm is trained to establish the mapping relationship between the blurred image and the original image with degraded information. Finally, the mapping relationship is used to restore the blurred image. The restoration experiments were carried out by using Gao Si fuzzy Lena diagram and Cameraman diagram. Compared with the classical Wiener filter, particle swarm (PSO) BP method and the latest nuclear fusion method, the adaptive sparse priori method was compared with the CS-BP restoration method, and the visual effect of the reconstructed image was better than that of the CS-BP restoration method. It also has smaller normalized mean square error (NMSE) and higher peak signal-to-noise ratio (PSNR). The experimental results show that the proposed method achieves good results in subjective and objective evaluation.
【作者单位】： 武汉大学电子信息学院;
【分类号】：TP18;TP391.41

【参考文献】

相关期刊论文 前6条

1 孙胜永;胡双演;李钊;杨亚威;张姣;王建平;;基于粒子群优化算法的BP神经网络图像复原[J];无线电工程;2014年10期

2 卢晓芬;张天序;洪汉玉;;气动光学效应像素偏移图像校正方法研究[J];红外与激光工程;2007年05期

3 王辉;杨杰;黎明;蔡念;;一种基于神经网络的图像复原方法[J];红外与激光工程;2006年S4期

4 李军梅;胡以华;陶小红;;基于主成分分析与BP神经网络的识别方法研究[J];红外与激光工程;2005年06期

5 许锋,卢建刚,孙优贤;神经网络在图像处理中的应用[J];信息与控制;2003年04期

6 张红泉,李恪,王景宇,金声震;基于神经网络的空间CCD相机图像恢复[J];计算机与数字工程;2003年03期

相关硕士学位论文 前1条

1 张晓军;单幅模糊图像复原技术的研究与实现[D];西北大学;2014年

【共引文献】

相关期刊论文 前10条

1 李扬;吴敏渊;邹炼;;基于布谷鸟算法的BP神经网络图像复原[J];计算机应用;2017年S1期

2 段竞哲;汤任君;邓洪敏;;基于改进的BP神经网络和禁忌表的图像压缩与重构[J];自动化与仪器仪表;2017年03期

3 王海珍;;互联网环境下网络入侵检测算法研究与应用[J];现代电子技术;2016年21期

4 李悦;;基于神经网络及形态学特征的尿沉渣中红白细胞的分类[J];工业控制计算机;2016年10期

5 胡嘉良;高玉超;余继峰;卢磊;张鸿君;杨子群;;基于PCA-BP神经网络的非常规储层岩性识别研究[J];山东科技大学学报(自然科学版);2016年05期

6 叶雷;朱保昆;汪永超;李磊;刘晓晨;唐雨;;基于PCA-BP神经网络的香精香料识别方法研究[J];化学研究与应用;2016年09期

7 鲍蓉;;基于BP神经网络实现印刷图像压缩重建的研究大标题[J];电气自动化;2016年04期

8 葛春;王虹;常伟;吴晓露;;基于改进BP神经网络的课堂教学质量评价模型研究[J];无线电工程;2016年06期

9 况爱农;孙丽;周静;;BP神经网络在拉曼光谱判别中的应用[J];激光杂志;2016年04期

10 张俊玲;陈增强;张青;;基于粒子群优化的Elman神经网络无模型控制[J];智能系统学报;2016年01期

【二级参考文献】

相关期刊论文 前10条

1 卢文清;何加铭;曾兴斌;史智慧;;基于多特征提取和粒子群算法的图像分类[J];无线电通信技术;2014年02期

2 孙李辉;李俊山;李钊;胡双演;耿志;;基于预处理的气动退化图像边缘定位[J];无线电工程;2012年11期

3 景越峰;刘军;管永红;;基于BP神经网络的闪光照相图像复原[J];强激光与粒子束;2012年09期

4 席斌;李帅;侯媛媛;;基于多目标粒子群算法的异构网接入控制[J];无线电通信技术;2012年04期

5 王祥;;小波分析与神经网络的网络流量预测模型[J];无线电工程;2012年06期

6 方喜龙;李钊;徐东辉;梁建波;;机动弹道对导引装置探测能力的影响分析[J];无线电工程;2012年02期

7 卢晓芬;张天序;洪汉玉;;气动光学效应像素偏移图像校正方法研究[J];红外与激光工程;2007年05期

8 谢文科;姜宗福;;气动光学畸变波前的本征正交分解和低阶近似[J];中国激光;2007年04期

9 陈华;金伟其;张楠;石俊生;王霞;;基于神经网络的三维宽场显微图像复原研究[J];光子学报;2006年03期

10 李军梅;胡以华;陶小红;;基于主成分分析与BP神经网络的识别方法研究[J];红外与激光工程;2005年06期

相关硕士学位论文 前2条

1 胡玲玲;单幅自然图像复原算法研究[D];浙江大学;2013年

2 杨雄文;基于超拉普拉斯先验的图像去模糊的研究与实现[D];华南理工大学;2012年

【相似文献】

相关期刊论文 前10条

1 孙金颖;武涌;刘长滨;;基于BP神经网络的既有居住建筑节能改造模式选择[J];暖通空调;2007年09期

2 唐文;焦中生;饶若愚;邓亮;;基于改进的BP算法雷达故障诊断系统设计[J];火力与指挥控制;2008年S1期

3 王静婷;;BP神经网络在数字参考咨询服务评价中的应用[J];现代情报;2009年03期

4 乔加新;周森鑫;马季;;基于BP神经网络的农业气象产量预报系统[J];微计算机信息;2009年35期

5 毕昆;姜盼;唐崇伟;黄菲菲;王成;;基于麦穗特征的小麦品种BP分类器设计[J];中国农学通报;2011年06期

6 叶小岭;刘程波;张颖超;范金平;;基于BP神经网络的浙江台风损失预测[J];信息技术;2011年10期

7 祝爱民;袁赫;于丽娟;王温冉;;基于BP神经网络的县域经济发展模式选择——以辽宁省部分县域为例[J];沈阳工业大学学报(社会科学版);2012年01期

8 罗广恩;崔维成;;金属疲劳裂纹扩展速率的贝叶斯正则化BP神经网络预测[J];船舶力学;2012年04期

9 谢文辉;巧用数字BP机[J];家庭电子;1997年04期

10 潘力强,马歆,杨长青;广义BP网用于电力系统短期负荷预报[J];湖南电力;1998年03期

相关会议论文 前10条

1 吴炎;杜栋;;基于BP神经网络的江苏省农业可持续发展能力评价[A];决策科学与评价——中国系统工程学会决策科学专业委员会第八届学术年会论文集[C];2009年

2 栗秋华;李杨;卢雯嘉;游步新;;基于遗传算法和BP神经网络的电力系统电压稳定性预警模型[A];重庆市电机工程学会2010年学术会议论文集[C];2010年

3 戴立新;胡洁;李美叶;;基于BP神经网络的农户小额信用贷款风险评价研究[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

4 戴立新;胡洁;李美叶;;基于BP神经网络的农户小额信用贷款风险评价研究[A];中国会计学会高等工科院校分会2007年学术年会暨第十四届年会论文集[C];2007年

5 贾燕;陈思嘉;沈京玲;;基于BP神经网络的毒品太赫兹光谱识别[A];中国光学学会2006年学术大会论文摘要集[C];2006年

6 刘志飞;;基于BP神经网络的助学信贷评估模型[A];信息经济学与电子商务：第十三届中国信息经济学会学术年会论文集[C];2008年

7 宋宜斌;王培进;李凯里;;多层前馈神经网络中BP算法的改进及其应用研究[A];2001年中国智能自动化会议论文集（上册）[C];2001年

8 简季;杨武年;马正龙;陈园园;;BP神经网络在土地分类中的应用研究——以汶川地区为例[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

9 尤焕苓;丁德平;王春华;刘伟东;谢庄;;应用回归分析和BP神经网络方法模拟北京地区电力负荷[A];第26届中国气象学会年会预测与公共服务分会场论文集[C];2009年

10 唐凤英;喻长远;胡随瑜;;两种Bp网络测试方法在抑郁症中医证型分类中的对比研究[A];全国中西医结合基础理论学术研讨会论文集[C];2004年

相关重要报纸文章 前10条

1 赵晏彪;BP科学家获国际科学技术合作奖[N];中国化工报;2007年

2 宗林;中科院BP联手推进清洁能源商业化[N];中国化工报;2007年

3 陈其珏;中科院与BP共建清洁能源商业化中心[N];上海证券报;2007年

4 鲍勇剑;BP漏油100天危机启示录[N];21世纪经济报道;2010年

5 中山大学附属第三医院风湿科 黄建林;美国医生腰间常挂BP机[N];健康报;2011年

6 本报记者 王佑;BP：高效与环保并重[N];第一财经日报;2006年

7 记者 郁红;中科院BP将共建清洁能源商业化中心[N];中国化工报;2008年

8 王明毅;中科院与BP携手推进清洁能源商业化进程[N];中国石油报;2007年

9 本报记者 詹铃;BP出售资产追踪：美企“吃肉” 中企“喝汤”？[N];21世纪经济报道;2010年

10 龚月;中石油BP联手竞得伊拉克油田[N];中国企业报;2009年

相关博士学位论文 前3条

1 孙晓琳;基于Kalman滤波和BP神经网络的财务危机动态预警模型研究[D];哈尔滨工业大学;2010年

2 何毅;基于BP神经网络电容法刨花含水率测试仪的研究与开发[D];南京林业大学;2006年

3 王兟;脑卒中患者体内BP抗体水平与大疱性类天疱疱患者认知功能研究[D];北京协和医学院;2015年

相关硕士学位论文 前10条

1 孙映白;基于BP神经网络的软测量技术在水松纸透气度检测中的应用研究[D];昆明理工大学;2015年

2 段伟超;BP神经网络修正卡尔曼滤波在边坡监测中的应用[D];郑州大学;2015年

3 林春;基于BP神经络的广东海洋生产总值预测研究[D];五邑大学;2015年

4 林琳;基于BP神经网络的水利工程风险管理研究[D];江西理工大学;2015年

5 王晓菲;BP神经网络下商业银行绿色信贷风险评估研究[D];天津理工大学;2015年

6 周聪;基于改进BP神经网络的直接甲醇燃料电池的浓度测量及控制[D];上海交通大学;2015年

7 卞正国;深空信道中束协议（BP）的性能分析[D];苏州大学;2015年

8 巫文蔚;束协议（BP）在深空链路中断下的性能研究[D];苏州大学;2015年

9 潘长城;基于BP神经网络的化工园区安全风险水平研究[D];首都经济贸易大学;2015年

10 隋惠惠;基于BP神经网络的短期电力负荷预测的研究[D];哈尔滨工业大学;2015年

，

本文编号：2184948