一种结合IGM和改进PCNN的图像增强方法

• 作者: 周浦城 张杰 张谦 薛模根
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 内部生成机制 脉冲耦合神经网络 模糊集 图像增强
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 光电进展
• 页码范围: 888-894
• 页数: 7页
• 分类号: TP751
• 字数: 5126字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-501X.2017.09.005

摘要

针对部分对比度低、噪声大的图像,提出一种基于大脑内部生成机制(IGM)和改进脉冲耦合神经网络(PCNN)的图像增强方法.首先,根据IGM有关理论将原始图像分解为细节子图与粗糙子图;然后,采用改进的PCNN增强方法对粗糙子图进行处理,以提高整体对比度,采用PCNN与模糊集理论结合的增强方法对细节子图进行处理,增强边缘等细节信息并去除部分噪声;最后,将处理后的细节子图与粗糙子图重构,得到最终的增强图像.实验结果表明,该方法能够有效增强图像的对比度和纹理细节,减少部分噪声,较好地保留原图细节信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛模根		10	42	4.0	5.0
2	周浦城		9	53	5.0	6.0
3	张杰		3	18	3.0	3.0
4	张谦		3	15	2.0	3.0