基于鲁棒性神经模糊网络的脉冲噪声滤波算法

• 作者: 李岳阳 王士同
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 彩色图像处理 脉冲噪声 多通道滤波器 神经模糊网络 鲁棒性
• 年，卷（期）: 2010,（5）
• 页码范围: 164-170,178
• 分类号: TP391
• 语种: 中文

摘要

在一个简单有效的脉冲噪声检测器和一个鲁棒性神经模糊(robust neuro-fuzzy,RNF)网络的基础上,对于被脉冲噪声污染的彩色图像,提出了一种新的脉冲噪声滤波算法.该算法可分两步进行,首先对RNF网络进行优化训练,然后用优化后的网络对被噪声污染的彩色图像进行噪声滤波.在该算法中,采用一个简单有效的脉冲噪声检测器,它能快速有效的检测出彩色图像中的噪声像素.经过优化的RNF网络仅对噪声像素进行滤波,而对非噪声像素则保持不变.在RNF网络的构造中,采用一个新的隶属函数,使该算法对于脉冲噪声具有鲁棒性.实验结果证明,与一些传统的非线性、多通道滤波器相比,该滤波器具有较好的滤除噪声能力,并且能较好的保留图像的边缘和细节,具有很好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学信息工程学院	528	3424	23.0	37.0
2	李岳阳	江南大学信息工程学院	29	169	7.0	12.0