基于改进BP神经网络和粒子群优化算法的图像滤波方法的研究

摘要：

提出了一种基于改进BP神经网络和粒子群优化算法(PSO)的图像滤波方法.该方法利用双曲正切形式的误差函数代替BP神经网络传统的最小均方误差函数(LMS),并将改进后的BP神经网络利用PSO算法优化,用来减小图像噪声对神经网络精度的影响以及避免神经网络陷入局部极小值点,从而提高神经网络去噪能力.实验结果表明,与传统滤波方法相比,该方法不仅能有效地滤除图像中的高斯噪声而且能很好地保护图像细节.

关键词：图像滤波、BP神经网络、双曲正切函数、粒子群优化(PSO)

所属期刊栏目：20

分类号：TP391.41(计算技术、计算机技术)

资助基金：新世纪优秀人才支持计划NCET-05-0897

在线出版日期：2009-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：406-409