基于改进的简化脉冲耦合神经网络的煤矿井下图像去噪方法

• 作者: 冯卫兵 曹根牛 胡俊梅
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 矿井图像 视频监控 图像处理 图像去噪 椒盐噪声 脉冲耦合神经网络
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 实验研究
• 页码范围: 54-58
• 页数: 5页
• 分类号: TD76
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2014.05.014

摘要

针对传统图像去噪方法易使图像模糊和丢失边缘信息等问题,根据煤矿井下视频图像光度不均、噪声较大的特点,提出采用基于改进的简化脉冲耦合神经网络对煤矿井下图像进行去噪处理.对简化的脉冲耦合神经网络模型中神经元连接强度β的选取方法进行改进,使β依赖于图像像素灰度值,从而更加有效地去除椒盐噪声；对动态门限的衰减时间常数αE的选取方法进行改进,使αE依赖阈值输出的放大系数vE,减少整个模型的参数,并通过实验选取vE值.实验结果表明,与传统的中值滤波、均值滤波方法相比,基于改进的简化脉冲耦合神经网络的去噪方法不仅有效去除了矿井图像的椒盐噪声,而且很好地保持了图像的边缘等细节特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯卫兵		20	62	3.0	7.0
2	曹根牛		10	91	5.0	9.0
3	胡俊梅		1	0	0.0	0.0