一种基于补偿模糊神经网络的新型图像滤波方法

针对图像滤波难题,将补偿模糊神经网络应用于图像滤波中,提出了基于补偿模糊神经网络(compensatory fuzzy neural network)的图像滤波方法。该方法结合了模糊逻辑的推理能力和神经网络的自适应、自学习能力。同时采用具有快速学习的补偿算法,引入补偿模糊神经元,使学习后的网络具有更高的容错性,并弥补了神经网络学习耗时的缺点,提高了滤波效率。模糊运算采用动态的、全局优化运算,使网络更优化,进一步改善了滤波效果。仿真结果表明,该方法对噪声具有很好地滤除作用,与现有其它滤波方法相比,具有明显的效果。