- 1、原创力文档(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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
细胞神经网络图像恢复新方法的研究
细胞神经网络图像恢复新方法的研究
汪海明 赵建业 程承旗 余道衡
(北京大学电子学系视 觉与听觉信息处理国家重点实验室,北京 100871)
(北京大学遥感与地理信息系统研 究所,北京 100871)
E-mail:wang haiming@263.net
_
摘 要 结合二维细胞 自动机 (CA)和细胞神经网络通用二进制神经元 (CNN—UBN)设计 了两种新的用于噪声 图像恢复
的细胞神经网络(CNN)。这两种 网络的联合处理图像结果明显优于长度为3和5的普通 中值滤波恢复方法 ,且具有速度
快、结构简单、易于硬件集成等优点,是一种新颖实用的图像恢复算法。
关键词 细胞 自动机 细胞神 经网络 图像恢复
文章编号 1002—833l一(2003)08—0004—03 文献标识码 A 中图分类号 TP183
A New Approach for Image Restoring Based on CNN
W angHaiming Zhao Jianye ChengChengqi Yu Daoheng
(DepaflmentofElectronics,theNationalLaboratoryofMachinePerception,Peking
University,Beijing100871)
(TheInstituteofRemoteSensingandGIS,PekingUniversity,Beijing100871)
Abstract:Inthispaper,twonew kindofCNN aredesignedwithtwo—dimensionalCellularAutomata(CA)andCNN U—
niversalBinaryneuron (CNN-UBN),whichcanimplementimagerestoring.Theprocessingresultsoftwoalgorithmsare
betterthan thatofmedian filterwhose length is3 and 5 obviously.Furthermore,ithasmany advantages,such as,high-
speedprocessing,simplestructure and easy integration and SO on.Itisanoveland effective algorithm.
Keywords:CellularAutomata(CA),Cellularneuralnetwork(CNN),Imagerestoring
1 引言 设计 了两个新的细胞神经网络来进行灰度 图像 的去噪处理,获
图像恢复是图像处理 的一个重要领域 ,其 目的是改善给定 得r较为满意的处理结果,所得结论国内外 尚未见有文献报道 。
图像 的质量 ,但是传统的图像恢复方法 (如中值滤波和均值滤 该文组织如下 :第二部分介绍和分析了两种新的二维细胞
波)却存在很大的缺陷,在某些情况下其处理质量不能满足要 自动机 ,得到 了两个用于 图像去噪处理的布尔逻辑规则 ;第三
求 ,而且由于它们是 串行算法 ,处理速度缓慢 ,很难满足图像的 部分给出了基于 CNN通用二进制神经元的学习算法 ;第 四部
实时处理要求 ,而做一个传统的并行处理阵列十分困难而且造 分给出了模板学 习结果和计算机仿真结果 ;最后是文章的结论
原创力文档


文档评论(0)