基于BP神经网络的图像局部模糊测量

作者：黄善春; 方贤勇; 周健; 沈峰

来源：中国图象图形学报, 2015, 20(01): 20-28.

• BP神经网络
• 模糊测量
• 奇异值
• DCT系数

目的目前模糊测量方法难以处理存在纹理平坦区域时的局部模糊测量。针对该问题,提出一种基于BP(back propagation)神经网络的图像局部模糊检测方法。方法该方法采用所有奇异值以描述不同尺度信息随模糊变化情况,并与描述高频信息变化的DCT(discrete cosine transform)非零系数结合,实现奇异值向量和DCT非零系数个数联合的混合模糊测度,达到空频联合的模糊度描述。在此基础上,通过训练BP神经网络分类器,实现图像块模糊值预测。结果单幅局部模糊图像实验中,较好区分纹理平坦区域和模糊区域的模糊程度;多幅局部模糊图像的统计实验中,召回率-准确率(RP)评估曲线显示在相同召回率下准确率较其他方法高。结论该方法可以较准确地实现局部模糊图像(特别是存在纹理平坦区域的局部模糊图像)的模糊测量。

• 单位
  计算机软件新技术国家重点实验室; 安徽大学