当前位置: 首页 » 资料 » 健康论文 » 基于L&A―PCNN模型的混合噪声滤除

基于L&A―PCNN模型的混合噪声滤除

放大字体  缩小字体 更新日期:2018-11-26  浏览次数:4
摘 要:现有脉冲耦合神经网络模型普遍存在阂值函数复杂、用于图像平滑时图像信息易丢失以及易产生污斑等缺陷.为此,文中设计了一种阈值线性衰减的输出带权均值型PCNN模型,简称L&A―PCNN.通过数学推理和实验获
  • 【题 名】基于L&A―PCNN模型的混合噪声滤除
  • 【作 者】涂泳秋 黎绍发 王成 王敏琴
  • 【机 构】华南理工大学计算机科学与工程学院 广东广州510640 肇庆学院计算机科学与软件学院 广东肇庆526061
  • 【刊 名】《华南理工大学学报:自然科学版》2009年 第4期 31-36页 共6页
  • 【关键词】脉冲耦合神经网络模型 线性衰减阈值 点火像素 带权均值 混合噪声 中值滤波
  • 【文 摘】现有脉冲耦合神经网络模型普遍存在阂值函数复杂、用于图像平滑时图像信息易丢失以及易产生污斑等缺陷.为此,文中设计了一种阈值线性衰减的输出带权均值型PCNN模型,简称L&A―PCNN.通过数学推理和实验获得了L&A-PCNN的关键参数的最优选取范围,并将L&A―PCNN与中值滤波器结合对图像去噪领域的难点――混合噪声进行修复.仿真实验结果证明,L&A―PCNN算法的去噪性能比现有算法提高了5%~30%.
 
本文导航:
  • (1) 脉冲耦合神经网络模型,线性衰减阈值,点火像素,带权均值,混合噪声,中值滤波
  • 下一篇:鳖甲
  • 上一篇:暂无
 
[ 资料搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 

 
推荐图文
推荐资料
热门关注