基于Tetrolet变换与PCNN的图像增强

• 作者: 杨新华 翟逸飞
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Tetrolet变换 脉冲耦合神经网络(PCNN) 软阈值 图像增强
• 年，卷（期）: 2014,（19）
• 所属期刊栏目: 图形图像处理
• 页码范围: 178-181,191
• 页数: 5页
• 分类号: TP391
• 字数: 2958字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1312-0354

摘要

针对传统图像增强方法易损失边缘对比度以及抗噪性不强的缺点提出了一种基于Tetrolet变换与PCNN结合的图像增强方法。对待增强图像分别进行Tetrolet变换，得到不同尺度的高通和低通子带系数，并将分解后的高通子带系数进行软阈值处理；把经处理后的各尺度高通子带轮廓图像序列作为PCNN神经网络增强算子的外部输入，进而得到增强后的高通子带系数；通过Tetrolet反变换获得增强后的结果图像。数值实验结果表明，该增强算法不但能够有效抑制噪声，而且能够很好地增强图像边缘轮廓的清晰度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨新华	兰州理工大学电气工程与信息工程学院	107	556	12.0	17.0
5	翟逸飞	兰州理工大学电气工程与信息工程学院	1	9	1.0	1.0