作者：张文兴, 闫海鹏, 王建国

作者单位：内蒙古科技大学机械工程学院, 内蒙古 包头 014010

关键词：脉冲耦合神经网络;赋时矩阵;高斯噪声;突触联结强度;可变值

摘要：

为消除图像降噪过程中传统降噪方法对图像边缘和细节的影响，提出一种基于改进脉冲耦合神经网络（pulse coupled neural network，PCNN）赋时矩阵的有效滤除高斯噪声算法。该算法将PCNN模型的突触联结强度改进为随神经元与其周围神经元相似程度不同而变化的可变值，并将PCNN神经元的点火时间记录在赋时矩阵中，根据点火时刻判断噪声点，选择滤波方式。实验结果表明：该算法能够有效去除高斯噪声，具有较强的降噪性能及很好的边缘与细节保护能力。

Gaussian noise filtering algorithm based on PCNN time matrix

ZHANG Wenxing, YAN Haipeng, WANG Jianguo

School of Mechanical Engineering, Inner Mongolia University of Science and Technology, Baotou 014010, China

Abstract: To eliminate the effect of the traditional de-noising methods on the edges and details of images during image de-noising, a gaussian noise filtering algorithm based on Pulse Coupled Neural Network (PCNN) time matrix is proposed. The synaptic coupling strength of the PCNN model is defined as a variable whose value is dependent on the similarity among different neurons. Meanwhile, the ignition times of PCNN neurons are recorded in the time matrix. The noise point and the filtering method can be determined according to the corresponding time matrix elements. Experimental results show that the proposed algorithm can filter Gaussian noise effectively, and is more capable for the protection of edges and details of images.

Keywords: PCNN;time matrix;gaussian noise;synaptic coupling strength;variable value

2016, 42(8): 108-112  收稿日期: 2015-11-10;收到修改稿日期: 2015-12-2

基金项目: 国家自然科学基金（21366017）；内蒙古自治区研究生科技创新资助项目（S20141012711）；内蒙古自治区教育厅自然科学一般项目（NJZY13144）

作者简介: 张文兴(1983-),男,讲师,硕士,研究方向为产品质量建模及控制。

参考文献

[1] GARNETT R, HUEGERICH T, CHUI C, et al. A universal noise removal algorithm with an impulse detector[J]. IEEE Transactions on Image Processing,2005,4(11):1747-1754.
[2] 朱士虎,游春霞. 一种改进的均值滤波算法[J]. 计算机应用与软件,2013,30(12):97-99.
[3] 赵高长,张磊,武风波. 改进的中值滤波算法在图像去噪中的应用[J]. 应用光学,2011,32(40:678-682.
[4] 李旭,赵文杰,杨凯达. 一种改进的中值滤波算法[J]. 中国体视学与图像分析,2013,18(1):7-11.
[5] JOHNSON J L, PADGETT M L. PCNN models and applications[J]. IEEE Transactions on Neural Networks,1999,10(3):480-498.
[6] 马义德,李康,王亚馥,等. 脉冲耦合神经网络原理及其应用[M]. 北京:科学出版社,2006:16-47.
[7] 顾晓东,余道衡,郭仕德. 关于PCNN应用于图像处理的研究[J]. 电讯技术,2003(3):21-24.
[8] 刘莉,谈文蓉. 一种基于PCNN的有效去除高斯噪声的方法[J]. 西南民族大学学报(自然科学版),2012,38(4):642-647.
[9] 沈艳,张晓明,韩凯歌,等. PCNN图像分割技术研究[J].现代电子技术,2014,37(2):38-41.
[10] 郭传奇,汪文革,储彬彬. 一种改进的PCNN图像融合算法[J]. 计算机工程与应用,2011,47(19):176-178.
[11] 李建锋,辛国江. 一种基于PCNN的医学图像边缘提取方法[J]. 计算机应用研究,2010,27(11):4389-4393.
[12] 程园园,李海燕,张榆锋,等. 基于可变步长PCNN赋时矩阵高斯噪声滤波[J]. 计算机工程与设计,2011,32(11):3857-3860.
[13] 高超,须文波,孙俊. 新的强高斯噪声自适应滤波方法[J].计算机工程与应用,2011,47(28):154-157.
[14] 宫霄霖,毛瑞全. 结合PCNN和局部维纳滤波的图像去噪[J].北京邮电大学学报,2011,34(5):67-70.
[15] 张红娟. 基于PCNN的图像去噪和图像增强方法研究[D].兰州:兰州大学,2011.