|
扩展功能
|
|
| 本文信息 | |
 |
补充材料 |
|
PDF(7329KB) |
|
[HTML全文] |
|
参考文献 |
| 服务与反馈 | |
|
加入引用管理器 |
|
引用本文 |
|
Email Alert |
|
文章反馈 |
|
浏览反馈信息 |
| 本文关键词相关文章 | |
|
Nagao滤波 |
|
脉冲耦合神经网络 |
|
图像平滑 |
|
图像去噪 |
|
椒盐噪声 |
|
保细节 |
| 本文作者相关文章 | |
|
张煜东 |
|
吴乐南 |
| PubMed | |
|
Article by Zhang, Y. D. |
|
Article by T. L. N. |
基于SPCNN和Nagao滤波的图像去噪
张煜东, 吴乐南
东南大学信息科学与工程学院, 南京, 210016
了更好地滤除椒盐噪声，提出如下方法：首先借鉴非线性模板和模板匹配的思想, 改进了Nagao滤波器; 再利用简化脉冲耦合神经网络模型, 提出一种定位噪声点的方法; 最后将两者结合用于恢复被椒盐噪声污染的图像. 实验证实，采用本文算法恢复图像的主客观效果均优于标准中值滤波、自适应中值滤波、中子集型中值滤波、简化脉冲耦合神经网络滤波, 且当噪声密度大范围变化时仍然具有较好效果.
高等学校科技创新工程重大项目培育资金(批准号: 706028)和江苏省自然科学基金(批准号: BK2007103)资助项目