基于图像pn去噪和保持边缘的算法研究

《基于图像pn去噪和保持边缘的算法研究》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、基于图像PN去噪和保持边缘的算法研究：脉冲耦合神经X络（PN）以其更接近生物处理信息机制的优越性，广泛应用于图像处理的各个方面。为了有效的滤除图像中的脉冲噪声，提出来一种PN与保持边缘的方法相结合的算法，在滤除噪声后进行图像边缘提取。实验结果表明该算法比中值滤波去噪后提取边缘的算法取得较好的效果。　　关键词：PN提取边缘保持边缘　　:TP391.4：A：1007-9416(2011)11-0135-03　　　　ImageNoise-erasedandEdgeExtractionAlgorithmUponPNandStrengtheningEdge　　　　GaoMingjunG

2、aoKanglin　　(ShandonguniversityofFinanceandEconomicsInstituteofputerInformationEngineering250014)　　　　Abstract:Pulsecoupledneuralageprocessingforitsadvantagesofinformationtreatmentsystemclosertobiological.Inordertofilteroutimpulsenoiseinimageeffectively,amethodofbinationPNandmaintaintheedgeis

3、proposed,thenextracttheedgeoftheimage.Experimentalresultsshogetsthebetterresultthanthemedianfilter.　　Key可对序列图像J(x,y,k)矩阵进行处理后获得。基本思路为：对每个像素点（x,y）来说，可得到本例中的p个像素点，由于背景像素的相关性，大部分是不变的，仅有少数目标点或噪声点，因此可用取中位值的方法提取p个点的中位像素值，经过公式处理，可得到稳定的背景图像。其中Sort表示p幅图像该点(x,y)像素灰度值排序后取其中位点像素值。在此基础上，对某一单幅目标图像I与背景图像M

4、进行减差，即，得到最终目标图像D(x,y)。如果此时图像是含有噪声的，继续应用对静态图像的算法，即PN去噪和保持边缘的方式相结合的算法来处理含噪图像并做提取边缘处理。　　3、实验结果与分析　　根据上述方法，本文在Matlab环境下，对含噪的cameraman静态图像（256*256,灰度级为256）进行了去噪及提取目标边缘的处理；对含噪的SampleVideo序列图像（79幅）进行了去噪及去目标的处理，以得到“干净”背景。在此基础上，用含噪目标图像与背景进行减差，得到含噪目标图像，再用PN进行去噪声及提取目标边缘。在受到4%-40%等不同强度的脉冲噪声污染后，进行了本算法的实

5、验测试，并与模板为77中值滤波进行了比较：对滤波性能的客观衡量用信噪比（PSNR）、均方误差（MSE）等指标来描述。　　在试验中，选定K=3*3的窗口矩阵，用到的参数动态门限的时间衰减常数=0.065，内部活动项的连接系数=0.065，动态门限放大系数Ve=280，动态门限初始值为0，耦合连接域的连接矩阵SE指标对比；表2对SampleVideo序列图像添加不同的的噪声强度时本算法和中值滤波的PSNR和MSE对比。从实验数据可以看出，本算法的PSNR值总是略大于中值滤波算法，MSE值总是小于中值滤波算法，实验数据体现了本算法的优越性。　　通过计算机仿真，表1，表2的相关指标数

6、据显示了本算法在保护图像细节和滤波噪声方面优于中值滤波算法；从视觉效果上看，中值滤波的方法有些模糊，不及PN算法去噪效果好，但PN去噪算法对较大强度的噪声图像仍有少量的噪声点未消除。在使用保持边缘的算法后，可以加强边缘并去掉所有噪声点，效果较好。对cameraman图像应用本算法提取边缘时，远处的铁塔和近处的三脚架都保持了更多的细节，对SampleVideo序列图像应用本算法，提取的人物细节更丰富。实验表明本算法取得了良好的效果，具有较好的实用性。　　4、结语　　针对目标图像存有噪声的实际情况，根据脉冲耦合神经X络（PN）在图像处理的应用原理，本文提出了PN与加强边缘的方法相

7、结合的算法，用于滤除噪声并进行图像边缘提取。实验证明，该方法效果良好，实现了对含噪的静态、序列图像的去噪及边缘提取。脉冲耦合神经X络（PN）在图像处理方面应用具有广阔的前景，其理论研究仍处于发展阶段，特别是PN参数的确定也是目前研究的一个热点。本文的后续工作将在如何自动确定模型的参数方面开展研究。　　　　[8]ChaconMIandZimmermanA.PNP:Apulse-coupledneural],科学出版社.2008.　　[10]田村秀行编著.金喜子,乔双译.计算机图像处理[M],科学出版社.2