采用神经网络技术对图像进行滤波的方法

摘要

本发明涉及一种采用神经网络技术对图像进行滤波的方法，A、确定网络输入层和输出层的神经元个数；B、确定隐层层数和神经元个数；C、生成训练测试矢量集合，采用多幅性质不同、受污染程度不同的图像和其相应的干净图像一起构造训练测试矢量集合；D、构建代价函数，确定误差目标；E、采用优化算法来调整网络的权值和阈值。本发明提供一种在尽可能多的保持细节的前提下消除噪声，提高视频图像主观标准和客观标准。本发明给出了神经网络滤波方法的构建方法，研究了训练集合的生成、网络规模的大小对滤波方法性能的影响。实验表明，该滤波方法去除噪声和细节保持能力远优于秩排序滤波方法和形态滤波方法等传统滤波方法。