计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
27期
212-215
,共4页
李海燕%张榆锋%徐丹%施心陵
李海燕%張榆鋒%徐丹%施心陵
리해연%장유봉%서단%시심릉
图像滤波%脉冲耦合神经网络%单一链接PCNN%脉冲噪声
圖像濾波%脈遲耦閤神經網絡%單一鏈接PCNN%脈遲譟聲
도상려파%맥충우합신경망락%단일련접PCNN%맥충조성
为有效滤除灰度图像中的脉冲噪声并保留图像的细节信息,提出了单一链接脉冲耦合神经网络(Single-Linking Pulse-Coupled Neural Network,SL-PCNN)模型.SL-PCNN简化了传统的PCNN参数,可自适应选取滤波阈值,SL-PCNN对原图像和反转图像进行两次点火过程即可定位出噪声点而无需进行PCNN循环,然后用中值滤波器滤除噪声.实验结果表明,在噪声强度不大于60％时,SL-PCNN的性能优于经典的脉冲噪声滤波算法；在噪声强度较大时SL-PCNN的性能优于常见的PCNN脉冲噪声滤波算法,主观及客观评价证明该算法的有效性.
為有效濾除灰度圖像中的脈遲譟聲併保留圖像的細節信息,提齣瞭單一鏈接脈遲耦閤神經網絡(Single-Linking Pulse-Coupled Neural Network,SL-PCNN)模型.SL-PCNN簡化瞭傳統的PCNN參數,可自適應選取濾波閾值,SL-PCNN對原圖像和反轉圖像進行兩次點火過程即可定位齣譟聲點而無需進行PCNN循環,然後用中值濾波器濾除譟聲.實驗結果錶明,在譟聲彊度不大于60％時,SL-PCNN的性能優于經典的脈遲譟聲濾波算法；在譟聲彊度較大時SL-PCNN的性能優于常見的PCNN脈遲譟聲濾波算法,主觀及客觀評價證明該算法的有效性.
위유효려제회도도상중적맥충조성병보류도상적세절신식,제출료단일련접맥충우합신경망락(Single-Linking Pulse-Coupled Neural Network,SL-PCNN)모형.SL-PCNN간화료전통적PCNN삼수,가자괄응선취려파역치,SL-PCNN대원도상화반전도상진행량차점화과정즉가정위출조성점이무수진행PCNN순배,연후용중치려파기려제조성.실험결과표명,재조성강도불대우60％시,SL-PCNN적성능우우경전적맥충조성려파산법；재조성강도교대시SL-PCNN적성능우우상견적PCNN맥충조성려파산법,주관급객관평개증명해산법적유효성.
