- 1、本文档共6页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第37卷第2期 光电工程 、,0l_37.No.2
2010年 2月 Opto—ElectronicEngineering Feb,2010
文章编号:1003—501X(2010)02—0122—06
基于PCNN区域分割的图像邻域去噪算法
毛瑞全,宫霄霖,刘开华
(天津大学 电子信息工程学院,天津 300072)
摘要:针对小波图像去噪方法中使用的NeighShrink方法,本文提 出了一种有效的保护图像边缘的图像去噪算法。
主要改进了NeighShrink方法中固定的邻域范围,根据图像 自身的性质,自适应分割成不同的邻域对图像进行去
噪处理;并进一步结合小波层内相关性,对各个不规则邻域加上固定的窗口,选择了几何距离更为接近且在同一
不规则邻域 内的系数,以完善NeighShrink方法。该算法采取平稳小波对含噪图像进行分解,以保持相位不变性,
并对低频子带利用脉冲耦合神经网络模型进行图像分割,按照一定的规则将性质相似的像素点相接,得到原图像
分割后的信息。在处理过程中利用得到的分割信息对边缘予以保护。实验结果表明,该方法在降低了图像噪声的
同时又尽可能地保留了图像的边缘信息,是一种有效的去噪方法。
关键词:图像去噪;脉冲耦合神经网络;图像分割; 自适应邻域
中图分类号:TN391;TN911.73 文献标志码:A doi:10.3969/j.issn.1003.501X.2010.02.022
ImageDe-noisingAlgorithm withNei borhood
BasedonPCNN Segmentation
M AoRui-quan,G0NG Xiao-lin,LIU Kai—hua
(SchoolofElectronicInformationEngineering,力口inUniversity,Tianjin300072,China)
Abstract:ForNeighShrinkmethodusedintheimagede—noising,anew imagede—noisingalgorithm isproposedtokeep
imageedgesmoreeffectively,anditmainlyimprovethedomainofNeighShrinkwhichisfixed.Thenew methodcan
segmenttheimageintomanydomainsadaptivelytode—noisetheimages.Furthermore,combinedwithwaveletcorrelation
inthesamelayer,wegetvariousirregularneighborhoodswithafixedwindow,andchoosethecoeffi cientswhichhave
closergeome~cdistanceandareinthesameirregularneighborhoodtoimproveNeighShrink.Thismethoddecomposes
noisy imageswithstationarywavelettransform to keep phaseinvariance.Then,inaccordancewith specialrules,it
segmentsthelow rfequencysub-bandbyusingPulseCoupledNeuralNetworks(PCNN)model,andthengetsthe
approximateinfomr ation.Andtheedgeinfomr ationwillbeprotectedduringthede—noisingprocess.Abetterrestorationof
imagesi
文档评论(0)