隨著科學(xué)技術(shù)的發(fā)展,圖像作為最常見的多媒體數(shù)據(jù)之一,在交通管理及公共安全等領(lǐng)域的應(yīng)用顯得越來越重要。在交通管理中,圖像為交通警察提供車輛信息、道路路況,為交警在肇事現(xiàn)場取證等提供依據(jù);在公共安全方面,在現(xiàn)場取證中,拍攝圖像也是現(xiàn)場取證的重要方式之一。然而由于數(shù)字圖像,特別是視頻監(jiān)控圖像,在其圖像獲取過程中,因?yàn)楹芏鄡?nèi)外方面的因素影響,會導(dǎo)致獲取的圖像模糊,造成圖像所承載的信息量減少,這使得在公安司法執(zhí)法過程中,使其用途功能大打折扣,而且隨著國家和社會發(fā)展中人們對安全需求期望值的提高,模糊圖像的復(fù)原成為越來越多的人所關(guān)注和研究的熱點(diǎn)問題。圖像復(fù)原的研究經(jīng)歷了數(shù)十載,隨著科學(xué)技術(shù)的日新月異,對于圖像復(fù)原方法的研究也逐步進(jìn)入到一個高速發(fā)展的階段,以前傳統(tǒng)的單一的圖像退化模型已經(jīng)不符合當(dāng)前對圖像復(fù)原需求快捷準(zhǔn)確通用的社會價值。隨著機(jī)器語言的發(fā)展,人工智能算法的不斷完善,將圖像復(fù)原與人工智能技術(shù)相結(jié)合,獲取圖像質(zhì)量更高的復(fù)原效果,成為當(dāng)前圖像復(fù)原領(lǐng)域的發(fā)展趨勢。由于BP神經(jīng)網(wǎng)絡(luò)構(gòu)成簡單,可操作性強(qiáng),理想狀態(tài)下的BP神經(jīng)網(wǎng)絡(luò)可以在輸入的數(shù)據(jù)中,自己組織自己學(xué)習(xí),并且可以發(fā)現(xiàn)總結(jié)所輸入的樣本數(shù)據(jù)中的...

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
引言
第一章 圖像復(fù)原技術(shù)和BP神經(jīng)網(wǎng)絡(luò)的起源與發(fā)展
    1.1 西方圖像復(fù)原技術(shù)的起源與發(fā)展
    1.2 我國圖像復(fù)原技術(shù)發(fā)展概況
    1.3 BP網(wǎng)絡(luò)神經(jīng)算法在圖像復(fù)原技術(shù)中的應(yīng)用
第二章 圖像復(fù)原技術(shù)概述
    2.1 圖像復(fù)原的概念
    2.2 數(shù)學(xué)模型
        2.2.1 連續(xù)函數(shù)的退化模型
        2.2.2 離散函數(shù)的退化模型
    2.3 圖像復(fù)原的BP神經(jīng)網(wǎng)絡(luò)算法
        2.3.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        2.3.2 BP神經(jīng)網(wǎng)絡(luò)算法
        2.3.3 幾種BP神經(jīng)網(wǎng)絡(luò)算法
第三章 傳統(tǒng)復(fù)原算法的Matlab實(shí)現(xiàn)
    3.1 Matlab軟件及相關(guān)重要函數(shù)
        3.1.1 MATLAB簡介
        3.1.2 MATLAB軟件中圖像處理常見函數(shù)
        3.1.3 MATLAB軟件中常見復(fù)原函數(shù)
    3.2 傳統(tǒng)算法在圖像復(fù)原中的實(shí)現(xiàn)
        3.2.1 逆濾波復(fù)原法
        3.2.2 維納濾波(最小均方誤差濾波)復(fù)原方法
        3.2.3 利用Matlab實(shí)現(xiàn)圖像復(fù)原
第四章 BP神經(jīng)網(wǎng)絡(luò)算法在圖像復(fù)原中的應(yīng)用
    4.1 BP神經(jīng)網(wǎng)絡(luò)算法在圖像復(fù)原中的實(shí)現(xiàn)
        4.1.1 BP神經(jīng)網(wǎng)絡(luò)在圖像復(fù)原中網(wǎng)絡(luò)的構(gòu)建
        4.1.2 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程
        4.1.3 BP神經(jīng)網(wǎng)絡(luò)算法在Matlab上的實(shí)現(xiàn)
    4.2 傳統(tǒng)算法與BP神經(jīng)網(wǎng)絡(luò)算法分析
        4.2.1 傳統(tǒng)算法實(shí)現(xiàn)圖像復(fù)原的優(yōu)缺點(diǎn)
        4.2.2 BP神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)圖像復(fù)原的優(yōu)缺點(diǎn)
        4.2.3 結(jié)論
總結(jié)與展望
參考文獻(xiàn)
附錄1
附錄2
致謝
在學(xué)期間公開發(fā)表論文及著作情況



本文編號：3752812