基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为有效滤除灰度图像中的脉冲噪声并保留图像的细节信息,提出了单一链接脉冲耦合神经网络(Single-Linking Pulse-Coupled Neural Network,SL-PCNN)模型.SL-PCNN简化了传统的PCNN参数,可自适应选取滤波阈值,SL-PCNN对原图像和反转图像进行两次点火过程即可定位出噪声点而无需进行PCNN循环,然后用中值滤波器滤除噪声.实验结果表明,在噪声强度不大于60%时,SL-PCNN的性能优于经典的脉冲噪声滤波算法;在噪声强度较大时SL-PCNN的性能优于常见的PCNN脉冲噪声滤波算法,主观及客观评价证明该算法的有效性.
推荐文章
噪声检测自适应窗口滤波算法
图像消噪
脉冲噪声
自适应滤波
均值滤波
脉冲噪声下数字调制信号的自适应解调
α稳定分布
数字调制信号
自适应解调
归一化最小平均p范数算法
基于模糊逻辑的脉冲噪声自适应滤除
脉冲噪声
邻域梯度
模糊逻辑
噪声直方图
一种基于噪声连接分量的自适应层次中值滤波算法
中值滤波
椒盐噪声
标记处理
连接分量
自适应层次中值滤波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 单一链接PCNN自适应脉冲噪声滤波
来源期刊 计算机工程与应用 学科 工学
关键词 图像滤波 脉冲耦合神经网络 单一链接PCNN 脉冲噪声
年,卷(期) 2011,(27) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 212-215
页数 分类号 TP391.9
字数 3359字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.27.058
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李海燕 云南大学信息学院 54 878 9.0 29.0
2 张榆锋 云南大学信息学院 74 555 12.0 19.0
3 施心陵 云南大学信息学院 117 601 12.0 16.0
4 徐丹 云南大学信息学院 90 938 14.0 28.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (61)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (8)
二级引证文献  (2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(20)
  • 参考文献(0)
  • 二级参考文献(20)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(9)
  • 参考文献(1)
  • 二级参考文献(8)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(8)
  • 参考文献(2)
  • 二级参考文献(6)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
图像滤波
脉冲耦合神经网络
单一链接PCNN
脉冲噪声
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导