Predspracovanie

Prvý krok pri spracovaní obrazu (vo všeobecnosti aj dát iného typu) je predspracovanie. Predspracovanie môžme definovať ako jednu z nasledujúcich operácií: rekonštrukcia obrazu (image reconstruction), obnova obrazu (image restoration), vylepšenie obrazu (image enhancement).
Pre problematiku image reconstruction boli použité rôzne typy NS, ako napr. ADALINE aplikovaná na obrázky z oblasti electrical impedance tomography [2], Hopfieldova sieť naučená vykonať inverznú Radon-transformáciu [69], regresné dopredné siete použité na electron holograms.
Väčšia časť aplikácií prostriedkov VI je druhého typu, t.j. obnovenie obrazy (image restoration). Vo všeobecnosti nám ide o úpravu obrazu, ktorý je skreslený kvôli rôznym (väčšinou fyzikálnym) podmienkam. Pri úlohách tohto druhu je potrebné nájsť kompromis medzi rozlíšením a vyhladením (smooth) obrazu. Vo väčšine prípadov sa prostriedky VI používajú na odstránenie šumu, ide teda o klasické filtrovanie, napr. neuro-implementácia konvolučného filtra $5\times5$ [22], modulárna dopredná sieť, ako implementácia Kuwahara-filtra pre zachovanie hrán a súčasné vyhladenie (smoothing) obrazu [14].
Zaujímavá architektúra je generalised adaptive neural filter (GANF), ktorá sa používa na potlačenie šumu. GANF pozostáva z množiny neural-operátorov, založených na filtroch, ktoré robia binárnu dekompozíciu šedotónových obrazov [4].
Pri väčšine aplikácií sa prostriedky VI používajú na nasledujúce úlohy pri predspracovaní (nezávisle od typu prevedenej operácie):

• optimalizácia parametrov klasického prostriedku z oblasti predspracovania, napr. optimalizácia parametrov filtrov na potlačenie šumu, alebo zvýraznenie hrán a pod.,
• matematická transformácia pri rekonštrukcii obrazov, napr. regresia.

V prvom prípade tradičné metódy riešenia optimalizačných problémov môžu byť nahradené napr. Hopfieldovou sieťou alebo evolučnými algoritmami. Pre transformačné úlohy sa hodia klasické dopredné NS.
Nevýhodou je, že naučené parametre NS sú efektívne len pre určitý špecifický typ obrazov (ten, ktorý je zahrnutý v trénovacej množine). To obmedzuje všeobecné použitie naučenej NS.