bp神经网络，图像类比。。。。。急死人了这个毕设！好心人帮忙啊！

[ppndvc]

具体问题是这样的：

图像类比：给出一对图像 A和A’（分别为未过滤和过滤源图像） 随着一些额外的未经过滤的目标图像B， 合成一个新的过滤后的目标图像B’，使得 A : A’ :: B : B’



现在我知道了用BP神经网络,图像A作为训练集p,A'作为训练目标t,逐像素对神经网络进行训练. 训练前要把图像归一化,也就是0到1之间.
训练后得到一组权值,用此权值对归一化的图像B进行处理,得到图像B',得出的图像乘以255还原.

可还有几个问题：
（1） 怎么把图像作为参数，进行训练？是[{r,g,b},{r,g,b},{r,g,b}]么？
（2） 图像怎么归一化？将rgb分量归一化么？
（3） 得到的权值，再把B作为参数在此训练得出B'么？
（4） “得出的图像乘以255还原”什么意思？

从我问的问题，就可以知道，我什么都不懂。。。。。希望高手不要见笑！不吝赐教啊！
毕业在即，急啊！
好心人帮忙！

[Tinary3v0]

1.研究研究OpenCV，图像的对比、比较你最好是用这个开源的库。
图像的对比，包括你说的归一化等都可以用OpenCV实现。
2.去看看模糊数学，模糊数学和你的BP神经网络应该可以挂上点勾。
如果是模糊数学，需要输入模糊的参量，然后得出一个较为确切或者准确的值。
对于你要研究的图像来说，你必须研究图像的属性、特征有哪些。
例如，图像的大小、图像背景所占比重、图像傅里叶变换特征、图像二值化后黑白比等等，能够支持你进行对比的特征。
我没有做过图像的，只做过图形的。比如，你随意用鼠标绘制一个图形，通过模糊数学可以识别出你绘制的是椭圆、矩形、三角形、弧线、直线、体形等。这个过程和你现在要做的图像大同小异，只是你需要找图像的特征参数，然后对特征参数的取值范围进行大量训练。

[HUNTON]

"逐像素对神经网络进行训练"???这个不可取吧，一个这样训练的输入参数太多，另外就是这样的训练很难收敛，或者会经常训练到局部极小值情况，而无法跳出。应该对图像进行分割，然后把分割后的图像映射到一个标准大小的模板。然后归一化，再提取特征，之后把特征参数拿去训练。训练收敛了（达到预设定的精度），保存网络神经元的权值。识别的时候，前面步骤一样，提取特征后，直接将特征参数放入神经网络，然后识别。

[向立天]

1和3没法特别具体
这个主要看实验

[向立天]

单就你的问题来说

（1） 怎么把图像作为参数，进行训练？是[{r,g,b},{r,g,b},{r,g,b}]么？
------------------------------------------
可以分分量进行，不过这样会加大数据量

（2） 图像怎么归一化？将rgb分量归一化么？
------------------------------------------
分别针对RGB，因为RGB的范围是0~255，所以每个值除以255范围就变为0~1了
这就叫归一化

（3） 得到的权值，再把B作为参数在此训练得出B'么？
----------------------------------------------
理论上可以，但是能不能达到你要的效果就要看具体参数设置和效应函数了

（4） “得出的图像乘以255还原”什么意思？
-----------------------------------------------
参考第二个问题的解释你应该就明白了

[ppndvc]

[Quote=引用 8 楼 的回复:]

单就你的问题来说

（1） 怎么把图像作为参数，进行训练？是[{r,g,b},{r,g,b},{r,g,b}]么？
------------------------------------------
可以分分量进行，不过这样会加大数据量

（2） 图像怎么归一化？将rgb分量归一化么？
------------------------------------------
分别针……
[/Quote]

大神，对于问题1 3，您能不能详细说一下，我真的不会啊，我昨天是过了，祝像素比较训练，效果真的不行，实现不了啊

[ppndvc]

[Quote=引用 2 楼 的回复:]

"逐像素对神经网络进行训练"???这个不可取吧，一个这样训练的输入参数太多，另外就是这样的训练很难收敛，或者会经常训练到局部极小值情况，而无法跳出。应该对图像进行分割，然后把分割后的图像映射到一个标准大小的模板。然后归一化，再提取特征，之后把特征参数拿去训练。训练收敛了（达到预设定的精度），保存网络神经元的权值。识别的时候，前面步骤一样，提取特征后，直接将特征参数放入神经网络，然后识别。
[/Quote]
我今天试过了，根本训练不出来，可能是我代码搞错了，我明天再试试，我的图片不大，60X80的，不知你说大的分割、模板是什么意思？可不可以详细说一下？还有 特征参数是什么？不就是RGB值么？求传授啊！

[ppndvc]

[Quote=引用 1 楼 的回复:]

1.研究研究OpenCV，图像的对比、比较你最好是用这个开源的库。
图像的对比，包括你说的归一化等都可以用OpenCV实现。
2.去看看模糊数学，模糊数学和你的BP神经网络应该可以挂上点勾。
如果是模糊数学，需要输入模糊的参量，然后得出一个较为确切或者准确的值。
对于你要研究的图像来说，你必须研究图像的属性、特征有哪些。
例如，图像的大小、图像背景所占比重、图像傅里叶变换特征、图像二值……
[/Quote]
呃，怎么说呢，来不及了，只能找个快捷方法了，呵呵，你说的应该可以，就是会很麻烦。。。。。。网上说的，我真的来不及了！

[ppndvc]

[Quote=引用 2 楼 的回复:]

"逐像素对神经网络进行训练"???这个不可取吧，一个这样训练的输入参数太多，另外就是这样的训练很难收敛，或者会经常训练到局部极小值情况，而无法跳出。应该对图像进行分割，然后把分割后的图像映射到一个标准大小的模板。然后归一化，再提取特征，之后把特征参数拿去训练。训练收敛了（达到预设定的精度），保存网络神经元的权值。识别的时候，前面步骤一样，提取特征后，直接将特征参数放入神经网络，然后识别。
[/Quote]
逐像素训练，我感觉也不可以，我今天就是这么做的，生成的图像B'，根本就没什么变化，就是颜色，明亮程度变了点，训练失败了。。。。。。55555555，好几万个像素，就靠那一点权值学习，总感觉不可能！！！！

[HUNTON]

还是把彩色图弄成灰度图吧，好处理些。具体提取什么特征，那要看图片的具体情况了。而且做图像分割应该也是要的。