一种简化的BP神经网络图像插值算法

摘要：

为进一步提高图像插值质量，丰富非线性图像插值算法研究，提出一种简化的神经网络插值算法。利用前向反馈神经网络(BP-NN)构造最佳的图像插值模型，通过2组实验确定该模型的BP网络最佳拓扑结构、最佳采样模型和采样点数量，并定量描述每组模型的耗时。实验结果表明，对512×512像素图像采用BP-NN训练点数量为50000、拓扑结构为8-16-1的参数插值时，该算法平均插值时间约为0.7 s，且其峰值信噪比比线性均值方法平均高1 dB~2 dB，能够得到更佳的视觉感受。

关键词：前向反馈神经网络、图像插值、峰值信噪比、采点模式、隐藏层神经元、线性插值

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61262088,61063042,61363083；新疆自然科学基金资助项目2011211A011,2013211A011；新疆高校科研计划基金资助项目XJEDU2012I10；新疆大学博士启动基金资助项目BS100128

在线出版日期：2013-11-07（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：263-266