Untuk implementasi konversi gambar, dimungkinkan untuk menggunakan jaringan saraf. Keuntungan utama dari jaringan saraf adalah kemampuan belajar otomatis mereka. Dalam hal ini, diusulkan untuk melatih filter adaptif berdasarkan jaringan saraf untuk menggunakan sepasang gambar di mana gambar asli adalah sampel, dan yang kedua diubah dari sampel dengan filter atau transformasi yang ada. Filter adaptif perlu mengembalikan konversi ini ketika ukuran filter jauh lebih kecil dari ukuran gambar asli.
Untuk melakukan ini, gunakan
jendela ukuran
dx oleh
dy dan 3 saluran warna (ukuran jendela filter adaptif jauh lebih kecil dari ukuran gambar). Akibatnya, jaringan saraf menggunakan sinyal input
dx ∙
dy ∙ 3 untuk neuron input. Jaringan dapat dilengkapi dengan lapisan tersembunyi dari jumlah neuron yang terkait dengan faktor warna dari konversi filter. Diusulkan untuk menggunakan 3 neuron pada output neuron, sinyal keluarannya dipetakan menjadi tiga warna (
rgb - merah, hijau, biru) di piksel tengah jendela dari gambar output. Sinyal saluran warna piksel diubah secara linear menjadi rentang nilai [-
0,5 ;
0,5 ]. Sedangkan fungsi sigmoid antisimetrik dengan interval nilai [-
1 ;
1 ]. Untuk piksel batas gambar, ketika jendela melampaui gambar, nilai input dari neuron jaringan yang sesuai dengan piksel tersebut ditetapkan ke 0. Jaringan saraf dilatih pada jendela untuk semua piksel dari gambar keluaran dengan metode propagasi kesalahan kembali.
Filter adaptif dan program jaringan saraf dalam
bahasa Java dengan antarmuka pengguna grafis telah diimplementasikan dalam pekerjaan ini.
Sebagai hasil percobaan, filter semacam itu menunjukkan hasil yang cukup memuaskan dan kemampuan untuk mempelajari berbagai transformasi non-struktural warna.
Juga menerapkan aplikasi
Web dengan filter adaptif terlatih yang terlatih
berwarna cokelat ke putih :
svlab Web FotoBW .
Aplikasi Android yang dibuat serupa dapat diunduh di sini:
svlab Android FotoBW .
Untuk mengunggah gambar baru, Anda harus mengklik tombol "Pilih file" (file gambar harus dalam format .jpg).
Selanjutnya, Anda harus menunggu sampai gambar di server diproses dan akan dikembalikan ke aplikasi.