基于脉冲耦合神经网络的自适应图像滤波
为有效滤除灰度图像中的椒盐噪声并保留图像的边缘及细节信息,提出一种简化的阚值单向衰减脉冲耦合神经网络(PCNN)点火矩阵自适应图像滤波方法,简化的PCNN结构减少了所需参数并提高了运算速度.该方法通过对PCNN点火矩阵的分析,定位出被噪声污染的像素,只对噪声像素进行滤波,因而有效地保留了图像的细节信息;并根据椒盐噪声的特点,动态估计图像的噪声强度,自适应地选择滤波窗口的大小和滤波次数.实验结果表明提出方法较常见的图像降噪方法在滤波效果、自适应性及保留图像细节方面有明显的优势.
脉冲耦合神经网络、点火矩阵、椒盐噪声、图像去噪、自适应滤波
31
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目61065008;云南大学第二批中青年骨干教师基金、云南大学在职培养博士科研启动基金资助项目21132014
2011-07-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
1037-1039,1106