计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
18期
191-194
,共4页
自适应中值滤波%脉冲耦合神经网络%椒盐噪声
自適應中值濾波%脈遲耦閤神經網絡%椒鹽譟聲
자괄응중치려파%맥충우합신경망락%초염조성
针对PCNN简化模型在图像滤波中存在的问题,首先运用反证法证明PCNN简化模型在图像椒盐噪声检测时对低亮度的椒噪声检测失效;然后采用分而治之的方法对PCNN简化模型进行了改进,得到一种改进的PCNN简化模型;最后利用改进的PCNN简化模型检测图像的污染程度,确定噪声的具体位置,自适应地确定中值滤波窗口的大小,实现图像的自适应中值滤波.实验结果表明,此方法提高了噪声检测的准确性、图像滤波的保真性,对不同密度的椒盐噪声都有较好的滤波性能.
針對PCNN簡化模型在圖像濾波中存在的問題,首先運用反證法證明PCNN簡化模型在圖像椒鹽譟聲檢測時對低亮度的椒譟聲檢測失效;然後採用分而治之的方法對PCNN簡化模型進行瞭改進,得到一種改進的PCNN簡化模型;最後利用改進的PCNN簡化模型檢測圖像的汙染程度,確定譟聲的具體位置,自適應地確定中值濾波窗口的大小,實現圖像的自適應中值濾波.實驗結果錶明,此方法提高瞭譟聲檢測的準確性、圖像濾波的保真性,對不同密度的椒鹽譟聲都有較好的濾波性能.
침대PCNN간화모형재도상려파중존재적문제,수선운용반증법증명PCNN간화모형재도상초염조성검측시대저량도적초조성검측실효;연후채용분이치지적방법대PCNN간화모형진행료개진,득도일충개진적PCNN간화모형;최후이용개진적PCNN간화모형검측도상적오염정도,학정조성적구체위치,자괄응지학정중치려파창구적대소,실현도상적자괄응중치려파.실험결과표명,차방법제고료조성검측적준학성、도상려파적보진성,대불동밀도적초염조성도유교호적려파성능.
