留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种新的基于PCNN的自适应强去噪方法

刘远民 秦世引

刘远民, 秦世引. 一种新的基于PCNN的自适应强去噪方法[J]. 北京航空航天大学学报, 2009, 35(1): 108-112.
引用本文: 刘远民, 秦世引. 一种新的基于PCNN的自适应强去噪方法[J]. 北京航空航天大学学报, 2009, 35(1): 108-112.
Liu Yuanmin, Qin Shiyin. Novel adaptive denoising method for extreme noise based on PCNN[J]. Journal of Beijing University of Aeronautics and Astronautics, 2009, 35(1): 108-112. (in Chinese)
Citation: Liu Yuanmin, Qin Shiyin. Novel adaptive denoising method for extreme noise based on PCNN[J]. Journal of Beijing University of Aeronautics and Astronautics, 2009, 35(1): 108-112. (in Chinese)

一种新的基于PCNN的自适应强去噪方法

详细信息
    作者简介:

    刘远民(1972-),男,湖南新化人,博士生,liu_yuan_min@163.com.

  • 中图分类号: TP 391.41

Novel adaptive denoising method for extreme noise based on PCNN

  • 摘要: 为了实现椒盐噪声的有效去除和图像细节及纹理的有效保留,提出了一种新的基于PCNN(Pulse Coupled Neural Network)的自适应滤波方法ADEN(Adapative Denosing method for Extreme Noise)-PCNN.该方法引入了像素受污染状态的甄别机制,只对被污染的像素进行降噪处理,保证了去噪的同时不损坏图像信息,实现了图像的细节和纹理的有效保留;为了确保图像质量,在面向图像降噪的PCNN神经网络阵列结构中引入了自组织机制,可以自动地估计噪声的强度信息并进行PCNN网络中神经元连接方式的自组织转换,此外引入了自适应机制,根据噪声强度的估计信息,自动进行滤波次数的优选,增强自适应能力.实验结果表明所提方法较常规方法和其他同类方法在去噪效果、保留图像细节方面展现出明显的优势.

     

  • 加载中
计量
  • 文章访问数:  3169
  • HTML全文浏览量:  49
  • PDF下载量:  1218
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-02-29
  • 网络出版日期:  2009-01-31

目录

    /

    返回文章
    返回
    常见问答