计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2011年
1期
213-214,217
,共3页
王成%黎绍发%何凯%涂泳秋
王成%黎紹髮%何凱%塗泳鞦
왕성%려소발%하개%도영추
脉冲耦合神经网络%线性衰减阈值%混合噪声%彩色图像
脈遲耦閤神經網絡%線性衰減閾值%混閤譟聲%綵色圖像
맥충우합신경망락%선성쇠감역치%혼합조성%채색도상
基于L&A-PCNN模型的彩色图像混合噪声滤除算法存在算法调试须人工干预、对彩色图像滤波易出现污迹斑等问题.针对上述不足,提出一种彩色图像混合噪声自适应滤除算法.通过理论和实验分析获得L&A-PCNN模型关键参数的自适应定义和滤波算法中图像噪点的判别方法.实验结果表明,相比L&A-PCNN算法,该算法的PSNR有9%～18%的提高,处理后图像的视觉效果更好,并具有较好的自适应性和健壮性.
基于L&A-PCNN模型的綵色圖像混閤譟聲濾除算法存在算法調試鬚人工榦預、對綵色圖像濾波易齣現汙跡斑等問題.針對上述不足,提齣一種綵色圖像混閤譟聲自適應濾除算法.通過理論和實驗分析穫得L&A-PCNN模型關鍵參數的自適應定義和濾波算法中圖像譟點的判彆方法.實驗結果錶明,相比L&A-PCNN算法,該算法的PSNR有9%～18%的提高,處理後圖像的視覺效果更好,併具有較好的自適應性和健壯性.
기우L&A-PCNN모형적채색도상혼합조성려제산법존재산법조시수인공간예、대채색도상려파역출현오적반등문제.침대상술불족,제출일충채색도상혼합조성자괄응려제산법.통과이론화실험분석획득L&A-PCNN모형관건삼수적자괄응정의화려파산법중도상조점적판별방법.실험결과표명,상비L&A-PCNN산법,해산법적PSNR유9%～18%적제고,처리후도상적시각효과경호,병구유교호적자괄응성화건장성.
