PCNN和Otsu理论在图像增强中的应用附视频

被引:9
作者
李国友
李惠光
吴惕华
董敏
机构
[1] 燕山大学电气工程学院
[2] 河北省科学院
关键词
脉冲耦合神经网络(PCNN); Otsu; 阈值; 图像增强;
D O I
10.16136/j.joel.2005.03.026
中图分类号
TN911.73 [图像信号处理];
学科分类号
摘要
提出了基于改进的脉冲耦合神经网络(PCNN)与Otsu的图像增强新方法。该方法对 PCNN进行了改进,而用改进后的PCNN进行图像去噪处理,继而用Otsu方法寻找最佳灰度阈值后进行图像增强。仿真实验表明,该方法滤波后信噪比(PSNR)为18.930 5,而高斯滤波为 5.408 7;同时又能根据图像灰度性质自动选取最佳阈值,并对自适应分割后图像进行不同的灰度变换,使图像得到有效增强。仿真结果证明了该方法的有效及合理性。
引用
收藏
页码:358 / 362
页数:5
相关论文
共 4 条
[1]  
A pulse couple neural network for image smoothing and segmentation. Skourikhine A N. International Symposium on Computational Intelligence[C] . 2000
[2]  
VLSI structure for static image processing with pulse-coupled neural network. Yasuhiro Ota. IEEE Transactions on Neural Networks . 2002
[3]  
PCNN models and applications. Johnson J L,Padgett M L. IEEE ACM Transactions on Networking . 1999
[4]  
Threshold value selection method of image. FU Zhong-liang. Computer applications . 2000