论文部分内容阅读
图像复原技术是数字图像处理的一个重要的课题,在图像的获取过程中,存在很多造成图像退化的因素,因此需要进行图像的复原。本文首先介绍了图像复原技术,然后介绍了BP神经网络复原的原理,最后对网络进行了优化:动量BP算法、自适应调整学习率算法和L-M算法。通过训练优化的BP神经网络进行了图像的复原。在成像的过程中,由于外界因素的影响,使得图像在形成、传播和保存的过程中使其质量下降的过程就称为图像退化。图像复原就是重建退化的图像,使其最大限度地恢复原始图像。图像复原的经典复原技术通常要确定点扩散函数,这在实际