检索结果

Select

1. 灰度极限脉冲耦合神经网络混合噪声滤波

程园园李海燕陈海涛施心陵

计算机应用 2012, 32 (03): 729-731. DOI: 10.3724/SP.J.1087.2012.00729

摘要（1169）

PDF （667KB）（590）

针对图像中同时存在椒盐噪声和高斯噪声,提出一种基于灰度极限和脉冲耦合神经网络(PCNN)滤除混合噪声的新方法。首先,根据灰度极值定位出椒盐噪声点;其次,在滤波窗口中对椒盐噪声点进行均值滤波;然后,利用PCNN赋时矩阵定位出高斯噪声点;最后,自适应调整可变灰度步长,选择不同滤波方法滤除高斯噪声。实验结果表明提出的算法较常见的混合噪声滤波方法在主观滤波效果和客观评价指标峰值信噪比(PSNR)及信噪比改善因子(ISNR)两方面均有明显的优势。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于灰度迭代阈值脉冲耦合神经网络的图像分割

李海燕张榆锋施心陵陈建华

计算机应用 2011, 31 (10): 2753-2756. DOI: 10.3724/SP.J.1087.2011.02753

摘要（1477）

PDF （653KB）（537）

为有效分割图像,提出了灰度迭代阈值脉冲耦合神经网络(GIT-PCNN)。GIT-PCNN简化了传统PCNN模型,将其指数衰减的阈值改进为图像的灰度迭代阈值。GIT-PCNN分割图像时无需进行参数和循环次数选择,也无需使用特定原则确定循环结束条件,一次点火过程完成分割。GIT-PCNN分割图像时充分利用了图像的灰度信息和PCNN特有的空间邻近及像素灰度值相似集群发放脉冲提供的图像局部位置信息。实验结果表明,GIT-PCNN在主观及客观的分割性能和速度上均优于经典的PCNN分割方法。

相关文章 | 多维度评价

Select

3. 基于脉冲耦合神经网络的自适应图像滤波

李海燕张榆锋施心陵陈建华

计算机应用 2011, 31 (04): 1037-1039.

摘要（1406）

PDF （670KB）（401）

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，提出一种简化的阈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。