全部作者：王靜第1作者單位：河海大學計算機及資訊工程學院（常州）論文摘要：針對傳統濾波器在濾除圖像噪聲的同時會使圖像變模糊的問題，本文提出了基於BP神經網絡進行圖像融合濾除圖像噪聲的方法。BP算法是目前應用最廣泛的神經網絡算法，但原始的BP算法具有收斂速度慢，訓練過程易陷入局部極小值問題。本文針對這些問題提出了1種改進算法。從融合效果看，基於BP神經網絡的圖像融合方法在濾除噪聲的`同時保持了圖像的清晰度。從融合過程中取得的數據證明，改進算法提高了收斂速度並抑制了訓練過程陷入局部極小值。實驗證實，基於改進BP神經網絡的圖像融合方法在濾除噪聲方面優於傳統濾波器方法，是對傳統濾波器方法的有效改進。關鍵詞：BP神經網絡，圖像融合，學習速率，噪聲 (瀏覽全文)發表日期：2007年11月15日同行評議：
本文期望透過改進BP神經網絡算法解決圖像去噪問題，但文中較關鍵的式14和15的來源和分析不夠，特別是沒有結合圖像處理的特點予以分析，最後直接用於圖像處理，似較突兀。且實驗結果缺乏比較，難以說明本文的好處。另文中存在較多口語化的地方。
