近年来,由于神经网络的功能和特点,使其得到了飞快发展,其应用领域也得到了很大的拓展。本文所研究的内容是以工程图像为介质,以神经网络算法和数字图像处理技术为指导进行图像反求数据处理。解决工程图像中所出现的数据量大、边缘提取,以及图像缺损等一些关键性问题。两者的结合使处理后的图像更能满足图像反求技术的要求。尽管神经网络算法已经渗透到图像反求处理的许多方面,但处理后的图像有些还并不是很理想,如处理过程中易出现失真现象,这给工程造成很大的损失。而且在处理过程中的方法也不是唯一的、最有效的方法。因此要对其进行改进。本文主要工作有:对图像进行数字化和平滑处理,在平滑的过程中应用一种改进的中值滤波法进行平滑;研究SOFM神经网络在图像特征中的提取,同时对其提取进行仿真。由于图像数据的海量,压缩图像数据则成为有效进行图像处理的关键技术,文中提出一种新型二层BP网络(动量型二层BP网络)用于图像压缩,并把其压缩效果与二层,三层BP网络进行相比较;考虑到RBF网络及BP网络用于图像数据修补所存在的不足,提出一种RBF-BP混合型神经网络,并把这种网络用于图像数据修补,同时与BP网络和RBF网络相比。在Windows2000操作系统上应用Matlab程序设计语言进行了系统应用程序的开发,同时进行仿真。应用神经网络技术进行工程图像反求数据处理是现代神经网络与图像处理技术的相互结合。文中提出的RBF-BP网络用于图像的修补在图像反求数据处理技术领域内是一种创新,具有重要的理论和实用价值。