一种基于忆阻交叉阵列的自适应三高斯模型及其在图像增强中的应用

摘要：

在视觉图像处理中,可用三高斯模型来模拟视网膜神经节细胞的感受野,这可以在一定程度上对图像信息,比如图像的边缘、细节等信息进行增强.但是在对大量的图像进行处理时,为了达到比较理想的效果,就需要人为地来改变模型中的相关参数,这是一个十分耗时的过程.基于此,本文提出一种基于忆阻交叉阵列的自适应三高斯模型.这种模型是在传统三高斯模型的基础上,根据所需处理图像的局部特征,利用忆阻交叉阵列的特性动态地改变模型参数,以达到对局部图像最优增强的目的,从而使整幅图像的增强效果更好.首先,根据图像的局部亮度信息来确定忆阻器所需施加的脉冲电压的极性以及宽度;然后,根据所得忆阻值得到对应模型中参数的值;最后,可以得到局部增强模板,从而实现增强.本文分别选取了彩色和灰度图像进行了测试,定性和定量实验结果均表明,这种改进的三高斯模型不仅能够对图像边缘进行有效的增强,而且还可以极大地提高图像的对比度和清晰度,为忆阻器在图像处理方面的应用提供了新方向.

关键词：自适应、三高斯模型、忆阻交叉阵列、图像增强

所属期刊栏目：66

分类号：P73;TV7

资助基金：国家自然科学基金61571372, 61672436, 61372139;中央高校基本科研业务费专项资金XDJK2016A001, XDJK2014A009;新世纪优秀人才支持计划批准号:教技函 [2013]47 号资助的课题. Project supported by the National Natural Science Foundation of ChinaGrant . 61571372, 61672436, 61372139;the Fundamental Research Funds for the Central Universities, ChinaGrant . XDJK2016A001, XDJK2014A009;the Program for New Century Excellent Talents in University, ChinaGrant [2013]47

在线出版日期：2017-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：274-285