Für die Implementierung der Bildkonvertierung können neuronale Netze verwendet werden. Der Hauptvorteil neuronaler Netze ist ihre automatische Lernfähigkeit. In diesem Fall wird vorgeschlagen, ein adaptives Filter basierend auf einem neuronalen Netzwerk zu trainieren, um ein Bildpaar zu verwenden, in dem das Originalbild eine Probe ist, und das zweite wird durch ein vorhandenes Filter oder eine Transformation von einer Probe geändert. Ein adaptiver Filter muss diese Konvertierung wiederherstellen, wenn die Filtergröße viel kleiner als die Größe des Originalbilds ist.
Verwenden Sie dazu ein
Fenster der Größe
dx x dy und 3 Farbkanäle (die Größe des adaptiven Filterfensters ist viel kleiner als die Bildgröße). Infolgedessen verwendet das neuronale Netzwerk
dx ∙
dy ∙ 3-Eingangssignale für Eingangsneuronen. Das Netzwerk kann durch verborgene Schichten der Anzahl von Neuronen ergänzt werden, die den Farbfaktoren der Filterumwandlung zugeordnet sind. Es wird vorgeschlagen, 3 Neuronen am Ausgang eines Neurons zu verwenden, deren Ausgangssignale auf drei Farben (
rgb - rot, grün, blau) im zentralen Pixel des Fensters aus dem Ausgabebild abgebildet werden. Das Signal des Farbkanals des Pixels wird linear in einen Wertebereich umgewandelt [-
0,5 ;
0,5 ]. Eine antisymmetrische Sigmoidfunktion mit einem Werteintervall [-
1 ;
1 ]. Für die Grenzpixel der Bilder werden, wenn das Fenster über die Bilder hinausgeht, die Eingabewerte der Netzwerkneuronen, die solchen Pixeln entsprechen, auf 0 gesetzt. Das neuronale Netzwerk wird an den Fenstern für alle Pixel des Ausgabebildes durch das Verfahren der Rückausbreitung von Fehlern trainiert.
In der Arbeit wurde ein adaptives Filter- und neuronales Netzwerkprogramm in
Java-Sprache mit einer grafischen Benutzeroberfläche implementiert.
Als Ergebnis von Experimenten zeigte ein solcher Filter ein ziemlich zufriedenstellendes Ergebnis und die Fähigkeit, verschiedene nichtstrukturelle Farbtransformationen zu lernen.
Außerdem wurde eine
Webanwendung mit einem geschulten, trainierten adaptiven Filter von
Braun nach Weiß implementiert :
svlab Web FotoBW .
Eine ähnlich erstellte
Android-Anwendung kann hier heruntergeladen werden:
svlab Android FotoBW .
Um ein neues Bild hochzuladen, müssen Sie auf die Schaltfläche "Datei auswählen" klicken (die Bilddatei muss im JPG-Format vorliegen).
Als Nächstes müssen Sie warten, bis das Image auf dem Server verarbeitet und an die Anwendung zurückgegeben wird.