基于BPANN噪声检测的反距离加权法滤除椒盐噪声

• 作者: 周激流 蒲亦非 龙敬文
• 来源期刊: 计算机应用研究
• 关键词: 椒盐噪声 BP神经网络 噪声检测 脉冲噪声 反距离加权插值
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1266-1269,1273
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.04.066

摘要

针对传统方法滤除高密度椒盐噪声出现模糊和图像细节丢失的问题,提出基于BP神经网络噪声检测的反距离加权插值法(IDWF)滤除椒盐噪声.该算法使用有监督学习的BP神经网络检测出被椒盐噪声污染的像素点并标记;再使用反距离加权插值法对标记后的噪声图像进行重建.实验结果表明,该算法优于传统的滤波方法,修复后的图像能够保留更多的细节、拥有更高的峰值信噪比和结构相似性指数,特别是对高密度噪声图像的修复有很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周激流	四川大学计算机学院	227	2494	25.0	39.0
2	蒲亦非	四川大学计算机学院	45	529	14.0	22.0
3	龙敬文	四川大学计算机学院	1	2	1.0	1.0