基于延迟自反馈FHN随机共振机制的灰度图像增强方法技术

本发明专利技术涉及一种基于延迟自反馈FHN随机共振机制的灰度图像增强方法。传统方法在缺乏噪声模型先验知识情况下效果不理想。本发明专利技术首先对含噪灰度图像进行行扫描，获得由各像素灰度值所组成的一维序列，并对其各元素进行归一化处理；将归一化后的一维序列输入至延迟自反馈FHN神经元模型中，使得系统输出达到最佳的随机共振状态；将输出的序列逆归一化还原为图像像素值取值范围，并将其还原为灰度图像；然后对还原后的灰度图像进行列扫描重复上述过程，最后获得经过行列两次扫描后增强的灰度图像。本发明专利技术方法结合行列两个方向实现图像的降维处理，有效提高了二维图像行列方向的对等关系，有利于灰度图像通过随机共振处理后的空间结构特性保留。

【技术实现步骤摘要】

本专利技术属于图像处理领域，涉及ー种基于延迟自反馈FHN神经元模型随机共振机制的灰度图像增强方法。
技术介绍
图像是人们传递信息的主要媒介，但在图像采集、传输、编码和获取的过程中会受到各种噪声的干扰，导致图像质量的退化，这对于图像更高层次的分析或理解是十分不利的。因此有效地消除噪声的有害影响，同时增强图像中的有用信号变得尤为重要。目前传统的图像增强方法主要有基于直方图均衡化的图像增强方法、基于小波变换的图像增强方法、均值滤波等算法。这些方法通过去除图像中的噪声信号，来增强 图像信息，尤其当图像信号信噪比较低时，在去除噪声的同吋，图像有用信息将不可避免的受到损失，因此图像的增强效果并不理想。随机共振通过噪声、输入信号以及非线性系统三者间的协同作用，将噪声能量转向有用的信号能量，从而提高输出信号的信噪比。这对于强噪声背景下的弱图像增强具有重要的意义。
技术实现思路
本专利技术考虑到(1)传统图像增强技术在低信噪比条件下，通常不能取得良好的效果；(2)结构简单的双稳态随机共振模型具有较窄的參数优化范围以及性能不够稳定，提出了ー种基于延迟自反馈FHN随机共振机制的灰度图像增强方法。通过对FHN本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于延迟自反馈FHN随机共振机制的灰度图像增强方法，其特征在于该方法包括如下步骤 步骤(I)对含噪的灰度图像进行行扫描，将其降维成ー维序列； 步骤(2)对每个ー维序列中的像素值进行归ー化处理； 步骤(3)将每个归ー化处理后的ー维序列输入至基于延迟自反馈的FHN神经元模型系统中，得到对应的输出信号序列； 步骤(4)调节延迟自反馈FHN神经元模型的延迟和反馈參数,使得延迟自反馈FHN神经元模型的输出达到最佳随机共振状态；具体方法为计算延迟自反馈FH...

【专利技术属性】
技术研发人员：范影乐，王海玲，陈金龙，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：