吉林大学学报(工学版) ›› 2014, Vol. 44 ›› Issue (01): 184-190.doi: 10.13229/j.cnki.jdxbgxb201401031
祁冰, 孔韦韦
QI Bing, KONG Wei-wei
摘要：
针对经典ICM进行分析并找出其结构中的缺陷，提出一种改进型交叉视觉皮层模型（Improved ICM，ⅡCM）。该模型不仅减少了待定参数的个数，还构造了赋时矩阵T用于解决迭代次数的确定问题，同时实现了图像空间信息到时间信息的转换；其次，利用T提供的信息确定噪声点的具体位置；最后，提出基于ⅡCM的自适应图像去噪算法，完成对图像脉冲噪声的有效滤除。该方法仅对受噪声污染的像素点进行处理，并可自适应调整区域窗口的尺寸，在去噪效果和运行效率上同其他方法相比具有明显的优势。
中图分类号:
| [1] 敬忠良, 肖刚, 李振华.图像融合——理论与应用[M]. 北京:高等教育出版社, 2007.[2] 王宏志, 武伟, 钟诚. 基于非线性扩散与小波变换的混合图像去噪算法[J]. 吉林大学学报:工学版, 2009, 39(2): 525-529. Wang Hong-zhi, Wu Wei, Zhong Cheng. Image denoising algorithm based on nonlinear diffusion and wavelet transform[J]. Journal of Jilin University(Engineering and Technology Edition), 2009, 39(2): 525-529.[3] Po D D, Do M N. Directional multiscale modeling of images using the contourlet transform[J]. IEEE Transactions on Image Processing, 2006, 15(6): 1610-1620.[4] 王蕊, 尹忠科, 龙奕. 基于改进轮廓波变换的图像去噪算法[J]. 计算机工程, 2009, 35(6): 228-230. Wang Rui, Yin Zhong-ke, Long Yi. Image denoising algorithm based on improved contourlet transform[J]. Computer Engineering, 2009, 35(6): 228-230.[5] Cunha A L, Zhou J P, Do M N. The nonsubsampled contourlet transform: theory, design and applications[J]. IEEE Transactions on Image Processing, 2006, 15(10): 3089-3101.[6] 贾建, 焦李成, 项海林. 基于双变量阈值的非下采样Contourlet变换图像去噪[J]. 电子与信息学报, 2009, 31(3): 532-536. Jia Jian, Jiao Li-cheng, Xiang Hai-lin. Using bivariate threshold function for image denoising in NSCT domain[J]. Journal of Electronics & Information Technology, 2009, 31(3): 532-536.[7] 邹文洁. 基于PCNN神经网络的图像去噪算法研究[J]. 计算机仿真, 2008, 25(8):234-237. Zou Wen-jie. An image de-noising algorithm based on PCNN[J]. Computer Simulation, 2008, 25(8):234-237.[8] 马义德, 张红娟. PCNN与灰度形态学相结合的图像去噪方法[J]. 北京邮电大学学报, 2008, 31(2):108-112. Ma Yi-de, Zhang Hong-juan. A new image denoising algorithm combined PCNN with gray-scale morphology[J]. Journal of Beijing University of Posts and Telecommunications, 2008, 31(2): 108-112.[9] 刘勍, 马义德. 一种基于PCNN赋时矩阵的图像去噪新算法[J]. 电子与信息学报, 2008, 30(8): 1869-1873. Liu Qing, Ma Yi-de. A new algorithm for noise reducing of image based on PCNN time matrix[J]. Journal of Electronics & Information Technology, 2008, 30(8): 1869-1873.[10] Ekblad U, Kinser J M. The intersecting cortical model in image processing[J]. Nuclear Instruments & Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment, 2004, 525(1): 392-396.[11] Ekblad U, Kinser J M. Theoretical foundation of the intersecting cortical model and its use for detection of aircrafts, cars and nuclear explosion tests[J]. Signal Processing, 2004, 84(7): 1131-1146.[12] 高山, 毕笃彦, 魏娜. 基于交叉视觉皮质模型的彩色图像自动分割方法[J]. 中国图象图形学报, 2009, 14(8): 1638-1642. Gao Shan, Bi Du-yan, Wei Na. A new algorithm of color image automatic segmentation based on intersecting cortical model[J]. Journal of Image and Graphics, 2009, 14(8): 1638-1642.[13] 徐志平. 基于交叉视觉皮质模型的图像处理关键技术研究[D]. 上海:复旦大学, 2007. Xu Zhi-ping. Key technologies of image processing based on intersecting cortical model[D]. Shanghai: Fudan University, 2007.[14] Kenny K V T, Nor A M Isa. Noise adaptive fuzzy switching median filter for salt and pepper noise reduction[J]. IEEE Signal Processing Letters, 2010, 17(3): 281-284.[15] Srinivasan K S, Ebenezer D. A new fast and efficient decision-based algorithm for removal of high-density impulse noise[J]. IEEE Signal Processing Letters, 2007, 14(3): 189-192.[16] 吕宗伟, 唐治德, 周林, 等. 一种高效快速的高密度椒盐噪声消除算法[J]. 电子学报, 2011, 39(8): 1903-1906. Lyu Zong-wei, Tang Zhi-de, Zhou Lin, et al. One efficient and fast method for the removal of high-density salt and pepper noise[J]. Acta Electronica Sinica, 2011, 39(8): 1903-1906. |
| [1] | 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850. |
| [2] | 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858. |
| [3] | 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866. |
| [4] | 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872. |
| [5] | 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878. |
| [6] | 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570. |
| [7] | 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599. |
| [8] | 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605. |
| [9] | 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613. |
| [10] | 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628. |
| [11] | 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223. |
| [12] | 黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230. |
| [13] | 傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236. |
| [14] | 曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243. |
| [15] | 侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253. |
|