资源描述：
《混合噪声滤除论文：基于改进型PCNN的图像混合噪声滤除方法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、混合噪声滤除论文：基于改进型PCNN的图像混合噪声滤除方法【中文摘要】图像在形成和传输的过程中不可避免的会受到噪声的污染,从而对图像的视觉效果和后续处理带来不利的影响,甚至直接影响到后续处理的效果。在实际的应用中,图像往往不止受到一种噪声的影响,而是受到多种噪声构成的混合噪声的影响,所以对图像混合噪声进行滤波处理具有十分重要的意义。脉冲耦合神经网络(PulseCoupledNeuralNetwork,PCNN)是近年来提出的通过模拟动物大脑皮层视神经元同步发放脉冲现象而建立的一种新型神经网络模型。由于其特有的生物学背景及特性,已成功的被应用于图像滤波、图像分割、特征提取、目标识别等领域。由于P
2、CNN应用于图像处理时有模型简单,容易用集成电路实现,使的图像的实时处理成为可能。因此,基于PCNN的混合噪声滤除方法的研究是一个非常有意义的研究课题。本文首先对脉冲耦合神经网络模型的基本理论和运行机制进行了详细的阐述,并分析和总结了它的结构特点和特性。在借鉴已有的理论成果和思想的基础上,将PCNN模型进行了适当的简化和改进,并对改进模型的运行机制和参数设置进行了详细的分析。其次,对由脉冲噪声和高斯噪声构成的混合噪声的特点进行分析,将改进PCNN模型与中值滤波结合应用到灰度图像的混合噪声滤波中。并在改进的PCNN模型的基础上,提出了一种模型网络参数自适应生成机制,解决了需要通过人工调制模型网络
3、参数才能达到最优滤波效果的问题。通过仿真实验对比,自适应生成网络参数的滤波效果要优于人工调制网络参数的滤波效果,在具有较好的滤波效果的同时,也很好的保留图像的细节。另外,本文还将改进型PCNN滤波算法与中值滤波和模糊规则滤波算法进行对比实验,经比较改进型PCNN模型滤波算法均优于两种滤波算法,随着图像受到的混合噪声程度的增加,优势越明显。最后,针对彩色图像的混合噪声,提出了一种在RGB色彩空间的基于改进PCNN模型的彩色图像混合噪声滤波方法,通过大量实验证明,本文提出的方法能够很好的滤除彩色图像混合噪声。【英文摘要】Intheprocessofimageformingandtransmissi
4、on,imageisinevitablypollutedbynoisewhichwillhaveanadverseimpactonimagevisualeffectandsubsequentprocessing,evendirectlyaffectthefollow-upimageprocessingresults.Inactualapplications,imageusuallyispollutedbymixture-noisethatiscomposedofdifferentkindsofnoise,ratherthanakindofnoise.Somixed-noisefiltering
5、ofimageisofgreatsignificance.Pulsecoupledneuralnetwork(PCNN)isanewkindofneuralnetworkmodelproposedrecentlybysimulatingtheopticneuronofanimalcerebralcortex.Becauseofitsuniquebiologicalbackgroundandcharacteristics,hassuccessfullybeenappliedtoimagefiltering,imagesegmentation,featureextraction,objectrec
6、ognitionetc.AsPCNNmodelissimpletoapplytoimageprocessingandeasytouseintegratedcircuitstoimplement,sothatitispossibletoreal-timeimageprocessing.Therefore,theresearchofmethodofmixednoisefilteringbaseonPCNNisaveryinterestingresearchtopic.ThispaperfirstlyelaboratesonthebasictheoryandoperatingmechanismofP
7、CNN,analyzesandsummarizesitsstructurefeaturesandcharacteristics.SimplifiedandmodifiedPCNNmodelappropriatelyonthefoundationofreferringexistenttheoryandideas,itisanalyzedindetailtheoperatingmechanismand
