研究文章雷竞技app下载苹果版

基于神经网络和切换滤波器的新型混合技术用于高损坏图像的脉冲噪声去除

摘要

一个被充分研究的图像处理任务是从图像中去除脉冲噪声。由于噪声传感器、通信通道或存储过程中产生的错误，图像经常被脉冲噪声损坏。在进行边缘检测、图像分割和目标识别等后续处理之前，消除图像中的噪声是非常重要的。为此目的，已经提出了许多方法。在过去的二十年中，基于中值的滤波器因其简单性和保留图像边缘的能力而引起了广泛的关注。然而，由于典型的中值滤波器是在整个图像上统一实现的，因此它们倾向于同时修改噪声和好的像素。为了避免好的像素失真，一些已发表的文章引入了切换方法，在滤波前采用脉冲检测算法，利用检测结果来控制像素是否需要修改。实验证明，当噪声像素在图像中分布稀疏时，这种方法比均匀应用的方法更有效。然而，当图像损坏程度非常高时，大量的脉冲像素可能会连接成噪声斑点。在这种情况下，许多脉冲很难被检测到，因此无法消除。 In addition, the error will propagate around their neighborhood regions. In this paper, we propose a technique based on impulse noise detection by means of a self-organizing neural network and a class of the switching filters that can remove impulse noise effectively while preserving details. Also, we add a histogram equalizer filter at the output of our proposed system in order to enhance the final output images. Experimental results demonstrate that the performance of the proposed technique is superior to that of the traditional median filter family for impulse noise removal in image applications.

Hussain Abo Surrah

阅读全文下载全文