基于FitzHugh-Naguno神经元随机共振机制的图像复原

• 作者: 向学勤 段会龙 范影乐 薛凌云
• 来源期刊: 浙江大学学报(工学版)
• 学科: 工学
• 关键词: 随机共振 FitzHugh-Nagumo神经元 图像复原 峰值信噪比
• 年，卷（期）: 2010,（6）
• 页码范围: 1103-1107
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2010.06.009

摘要

应用随机共振机制,借助噪声能量实现图像复原,改善低信噪比图像的输出质量.通过分析FitzHugh-Nagumo(FHN)神经元的阈上随机共振机理,以及在相平面上的阈值工作特性,对FHN神经元模型进行约简,以峰值信噪比(PSNR)为图像复原的评价函数,提出基于随机共振的自适应最优图像复原算法.以含噪mountain彩色图像和LED芯片图像为实验对象,与均值滤波、维纳滤波等图像复原算法进行仿真对比研究.结果表明:随机共振方法较好地抑制了噪声、恢复了图像细节和色彩信息,且随着噪声的增强,随机共振方法复原图像的峰值信噪比变化较小,该方法具有较好的鲁棒性.