云南省教育厅科学研究基金(K1050627)
- 作品数：2 被引量：11H指数：2
- 相关作者：施心陵李海燕张榆锋陈建华陆玉婧更多>>
- 相关机构：云南大学更多>>
- 发文基金：云南省教育厅科学研究基金博士科研启动基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信医药卫生更多>>
- 基于简化的PCNN在超声乳腺癌图像去噪方面的应用被引量：2
- 2013年
- 针对乳腺癌超声图像中斑点对诊断的影响,提出一种基于简化的脉冲耦合神经网络(simplified pulse-coupled neuralNetwork,SPCNN)的去噪新方法,并将此方法应用于乳腺癌超声图像滤波。首先利用简化的PCNN定位极端脉冲噪声点并利用中值滤波滤除椒盐噪声,然后利用PCNN赋时矩阵采用分类滤波自适应调节灰度值滤除高斯噪声。用实验图像验证了方法的有效性,然后将此方法应用于乳腺癌的超声图像中进行滤波,实验结果证实该方法对混合噪声在滤波效果和保护细节方面具有优势,对乳腺癌的超声图像能较好地滤除噪声,同时保证了细节,结合医学诊断证实了该方法的有效性。
- 陆玉婧李海燕费勤水施心陵张榆锋
- 关键词：椒盐噪声高斯噪声
- 基于灰度迭代阈值脉冲耦合神经网络的图像分割被引量：9
- 2011年
- 为有效分割图像,提出了灰度迭代阈值脉冲耦合神经网络(GIT-PCNN)。GIT-PCNN简化了传统PCNN模型,将其指数衰减的阈值改进为图像的灰度迭代阈值。GIT-PCNN分割图像时无需进行参数和循环次数选择,也无需使用特定原则确定循环结束条件,一次点火过程完成分割。GIT-PCNN分割图像时充分利用了图像的灰度信息和PCNN特有的空间邻近及像素灰度值相似集群发放脉冲提供的图像局部位置信息。实验结果表明,GIT-PCNN在主观及客观的分割性能和速度上均优于经典的PCNN分割方法。
- 李海燕张榆锋施心陵陈建华
- 关键词：图像分割脉冲耦合神经网络
