留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于神经网络的闪光照相网栅图像修补

景越峰 刘军 管永红

景越峰, 刘军, 管永红. 基于神经网络的闪光照相网栅图像修补[J]. 强激光与粒子束, 2013, 25: 751-754. doi: 10.3788/HPLPB20132503.0751
引用本文: 景越峰, 刘军, 管永红. 基于神经网络的闪光照相网栅图像修补[J]. 强激光与粒子束, 2013, 25: 751-754. doi: 10.3788/HPLPB20132503.0751
Jing Yuefeng, Liu Jun, Guan Yonghong. Inpainting method for flash radiographic anti-scatter grid image based on neural networks[J]. High Power Laser and Particle Beams, 2013, 25: 751-754. doi: 10.3788/HPLPB20132503.0751
Citation: Jing Yuefeng, Liu Jun, Guan Yonghong. Inpainting method for flash radiographic anti-scatter grid image based on neural networks[J]. High Power Laser and Particle Beams, 2013, 25: 751-754. doi: 10.3788/HPLPB20132503.0751

基于神经网络的闪光照相网栅图像修补

doi: 10.3788/HPLPB20132503.0751
详细信息
    通讯作者:

    景越峰

Inpainting method for flash radiographic anti-scatter grid image based on neural networks

计量
  • 文章访问数:  641
  • HTML全文浏览量:  101
  • PDF下载量:  540
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-05-22
  • 修回日期:  2012-08-16
  • 刊出日期:  2013-03-05

基于神经网络的闪光照相网栅图像修补

doi: 10.3788/HPLPB20132503.0751
    通讯作者: 景越峰

摘要: 提出了一种基于径向基函数(RBF)神经网络的闪光照相网栅图像修补算法,该方法采用滑动窗口方法将待修补的网栅图像分为若干子块,然后在每个子图像内分别引入RBF神经网络,将栅孔内图像作为已知数据计算RBF网络参数,并以此对每个子图像进行修补,数值试验表明,该算法能较好地再现图像边缘信息,修复的图像在信噪比和视觉方面都优于线性插值和样条插值的结果。

English Abstract

景越峰, 刘军, 管永红. 基于神经网络的闪光照相网栅图像修补[J]. 强激光与粒子束, 2013, 25: 751-754. doi: 10.3788/HPLPB20132503.0751
引用本文: 景越峰, 刘军, 管永红. 基于神经网络的闪光照相网栅图像修补[J]. 强激光与粒子束, 2013, 25: 751-754. doi: 10.3788/HPLPB20132503.0751
Jing Yuefeng, Liu Jun, Guan Yonghong. Inpainting method for flash radiographic anti-scatter grid image based on neural networks[J]. High Power Laser and Particle Beams, 2013, 25: 751-754. doi: 10.3788/HPLPB20132503.0751
Citation: Jing Yuefeng, Liu Jun, Guan Yonghong. Inpainting method for flash radiographic anti-scatter grid image based on neural networks[J]. High Power Laser and Particle Beams, 2013, 25: 751-754. doi: 10.3788/HPLPB20132503.0751

目录

    /

    返回文章
    返回