一种应用于图像去噪的广义回归神经网络模型设计研究

摘要：

为了更好地去除图像中的椒盐噪声、保留图像细节信息,提出了一种广义回归神经网络模型,适用于图像去噪.首先,对传统广义回归神经网络的原理进行了分析,并对采用的广义回归神经网络进行具体设计.然后对广义回归神经网络中的唯一可调参数(平滑因子)进行了优化.采用归一化均方误差和峰值信噪比指标进行具体算法性能分析.仿真试验结果显示:相比径向基神经网络和传统广义回归神经网络,提出算法的去噪能力更强,具有较高的峰值信噪比和较低的归一化均方误差,验证了提出算法的有效性和先进性.

关键词：图像去噪、广义回归神经网络、归一化均方误差、峰值信噪比、椒盐噪声、平滑因子

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：教育部高等教育司校企合作项目201702130029;山东省教育厅课题项目"基于应用型人才培养的翻转课堂教学模式研究"2017304

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：114-119