基于神经网络的微光图像增强与复原  

Neural Network-based Low-light-level Image Enhancement and Reconstruction

作　　者：曾桂林[1] 苏秉华[1] 牛丽红[2] 苏学征[1] 

机构地区：[1]北京理工大学信息科学与技术学院光电工程系 [2]深圳大学光电研究所

出　　处：《兵工学报》2006年第4期652-654,共3页Acta Armamentarii

摘　　要：微光图像的退化主要取决于探测器的灵敏度、非线性和噪声。神经网络是一个高度复杂的非线性动力学系统,对于微光图像,提出一种基于多层前向传播(MLP)神经网络的图像增强与复原方法。为了加速训练学习过程,采用加动量项的自适应BP学习方法对网络进行循环迭代训练。实验结果表明,MLP神经网络增强与复原方法是可行的,并且对微光图像的增强与复原具有很好的效果。The degradation of low-light-level image mainly depends on sensitivity, non-linearity and noise of detectors. Neural network is a high complicated and non-linear kinetic system. An multiple layer propagation （MLP） neural network-based enhancement and reconstruction method for low-lightlevel image was proposed. An adaptive BP training algorithm with momentum term is used in order to quicken learning speed. Experiments show that the proposed neural network is workable and offers the excellent results for enhancement and reconstruction of low-light-level image.

关 键 词：光电子学与激光技术 微光图像 图像复原 图像增强 图像处理 神经网络 

分 类 号：TN911.73[电子电信—通信与信息系统]