基于PCNN的图像椒盐噪声滤除方法
传统的降噪方法在图像降噪之后会损坏图像的部分边缘细节信息,致使图像的轮廓变得模糊不清.为了达到更好的图像降噪效果,提出一种改变突触链接强度和改进阈值函数的脉冲耦合神经网络的图像降噪方法.该方法将基本脉冲耦合神经网络模型进行简化,使突触链接强度自适应取值,将阈值函数改进为分段的衰减函数,从而提高对图像不同灰度值的分辨力,并根据神经元与其周围神经元点火时间差定位噪声点,提高了算法对噪声点的辨识精确度,进而实现更好的降噪效果.实验结果表明,改进方法准确地辨识出了图像的椒盐噪声点,并且能够有效去除噪声点,同时很好地保护图像边缘细节.
图像降噪、脉冲耦合神经网络、突触链接强度、阈值函数、分辨力
12
TP391(计算技术、计算机技术)
国家自然科学基金项目51375317
2017-06-12(万方平台首次上网日期,不代表论文的发表时间)
共7页
272-278