基于脉冲耦合神经网络的声纳图像噪声抑制

• 作者: 刘晨晨 张之猛 李晨
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 噪声抑制 脉冲耦合神经网络 数学形态学 声纳图像
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 可视化与仿真技术
• 页码范围: 219-222
• 页数: 4页
• 分类号: TP391.41
• 字数: 2280字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2008.10.056

摘要

为解决声纳图像中存在的高斯与脉冲噪声的同时去除问题,在简化的脉冲耦合神经网络(Pulse Coupled Neural Net-work,PCNN)模型的基础上,提出了一种结合了数学形态学与中值滤波的噪声抑制算法.首先利用PCNN输出二值图像确定噪声在图像中的位置,用数学形态学方法保持目标的完整性,然后利用中值滤波方法去除图像的脉冲噪声并对PCNN逐次迭代的输出结果进行调整去除高斯噪声.实验结果证明,方法在保持图像边缘信息的前提下,与其他方法相比获得了更好的去噪效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张之猛	哈尔滨工程大学水声工程学院	10	62	5.0	7.0
2	刘晨晨		13	83	5.0	9.0
3	李晨	邯郸学院计算机系	8	21	3.0	4.0