一种新型的图像噪声滤波算法研究
为了提高图像质量,有效的滤除被污染图像中的噪声,提出了一种具有鲁棒性的模糊神经网络(Robust Fuzzy-Neural Network,RFNN)图像噪声滤波算法.首先,对RFNN进行了网络优化训练,然后利用优化后的网络对含有噪声的彩色图像进行滤波处理.在RFNN的构造中,设计了一个新的隶属函数,从而使该算法在彩色图像噪声处理过程中具有鲁棒性.最后的仿真实验结果表明,相比传统的滤波算法,该新型滤波器具有更好去噪能力,并且在去除噪声的同时能够很好的保留图像的边缘和细节等信息.
模糊神经网络、彩色图像、隶属函数、鲁棒性
23
TP391(计算技术、计算机技术)
河南省科技技术厅项目941202015Y1877
2016-08-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
848-851