用PCNN实现椒盐噪声去噪算法中若干参数的研究.pdfVIP

中国电予学会电路与系统学会第十九屑年会论文集 用PCNN实现椒盐噪声去噪算法中若干参数的研究 向菲1 王建成1 余道衡2 (华侨大学信息科学与工程学院 泉州 362021)2 2 (北京大孝电子学车 北京 i0087D 摘要： 本文简单介绍了PcNN的基本模型，以及以此为基础进行二值图像椒盐噪声去噪的一种新方法”’。 重点研究了在此新算法中对链接权值卢，、闷值o，、循环次数Ⅳ和步长△P四个参数应如何正确选择，井得 出了一些有用的结论。 关键词：PCNN图像去噪参数选择 一、引言 实际的图像常受一些随机误差的影响而退化，我们通常称这个退化为噪声。在图像的捕 获、传输或处理过程中都可能出现噪声，噪声可能依赖于图像内容，也可能与其无关。所以 图像去噪是图像预处理的重要内容之～，噪声去除效果的好坏直接影响到图像的后续处理。 而随着生物神经学的发展，国外对一种被称为脉冲耦合神经网络(PCNN．puIse coupled neuralnetwork)的人工神经网络的研究正在逐渐升温。研究表明，PCNN与传统的人工神经网 络相比有很多不同点，在图像处理即1方面存在优势。国内已有文章提出了用PCNN进行图像 去噪的新算法(J1。但此文的侧重点在于算法本身，且是用于离斯噪声去噪的。本文在简单介绍 这一模型和算法的同时，将其应用于椒盐噪声去噪，并从PCNN模型入手，对其选用的卢，、 目．、Ⅳ和△F四个参数的正确选择进行详细分析和计算机仿真，得到一些有用的结论，使读 者对这一算法有个更深刻的了解， 二、PCNN的基本模型 构成PCNN的单个神经元的基本模型‘4，5，o见图l，该模型由三部分组成：接收部分、调制 部分和脉冲产生部分。 该模型的动力学方程为： 上，=∑b=∑阮exp【-口驯@圪O)+，， (1) ± 女 (2) ‘=∑％=∑I矽。exp(-口舌f)J。E(f)+0 女 k U，=一耻+岛互，) (3) (4) 塑：一口；口，+哆l(，)dt ：| i|、? t=脚p，一q)=仨℃≥ (5) ——生旦皇三兰叁皇堕皇墨竺兰室蒸±垄旦王室堡壅叁 ：接受域 } 调制部分 f 脉冲产生部分 图1：PCNN中单个神经元的模型 将图1所示的神经元相互连接，就构成了PCNN。 三、对基于PCNN的图像去噪算法参数的研究 1．基于PCNN图像去噪算法【11介绍 当PCNN用于图像处理时，它为一单层二维的局部连接的网络，神经元的个数等于输入 图像中像素点的个数，神经元与像素点一一对应。每一个神经元与对应的像素点相连，同时 与邻近的神经元相连。每个像素点的亮度输入到对应的神经元的F通道，同时每个神经元与 其3×3邻域中的其他神经元相连，其三通道接受邻域中其他神经元的输出。每个神经元的输 出只有两种状态，点火或不点火。 每个神经元的F．信号等于对应像素点的亮度值，三，信号是三通道对8邻域中其它神经 元输出的响应的和。要恢复图像，必须尽量消除噪声。图像恢复可通过调整像素点的亮度来 完成。大多数情况下，被噪声污染的像素点