Синтез нейронных фильтров импульсных помех для восстановления изображений

Елена Борисовна Соловьева; Сергей Андреевич Дегтярев

doi:10.20535/S0021347008120054

Автор(и)

Елена Борисовна Соловьева Санкт-Петербургский государственный электротехнический университет ЛЭТИ, Російська Федерація
Сергей Андреевич Дегтярев Санкт-Петербургский государственный электротехнический университет ЛЭТИ, Російська Федерація

DOI:

https://doi.org/10.20535/S0021347008120054

Анотація

Рассмотрен синтез нелинейных фильтров импульсных помех в виде трехслойного и полиномиального персептронов. Нейронные фильтры использованы для удаления импульсного шума типа «соль и перец» с полутоновых изображений. Показано, что трехслойный персептронный фильтр не уступает по точности фильтрации полиномиальным аналогам, и его математическая модель существенно проще модели Вольтерры. Нейронные и полиномиальные фильтры обеспечивают более высокий уровень подавления импульсных помех, чем медианные фильтры.

Посилання

Быстрые алгоритмы в цифровой обработке изображений / Т. С. Хуанг, Дж.-О. Эклунд, Г. Дж. Нуссбаумер [и др.] ; под ред. Т. С. Хуанга. — М. : Радио и связь, 1984. — 221 c.
Гонсалес Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. — М. : Техносфера, 2006. — 1070 c.
Гонсалес Р. Цифровая обработка изображений в среде MATLAB / Р. Гонсалес, Р. Вудс, С. Эддинс. — М. : Техносфера, 2006. — 615 c.
Ramponi G. Quadratic digital filters for image processing / G. Ramponi, L. Sicuranza // IEEE Trans. Acoust., Speech, Signal Process. — 1988. — Vol. 36, No. 6. — P. 937–939.
Щербаков М. А. Цифровая полиномиальная фильтрация в реальном масштабе времени: алгоритмы и пути реализации на современной элементной базе / М. А. Щербаков, В. Б. Стешенко, Д. А. Губанов // Цифровая обработка сигналов. — 2000. — № 1. — С. 19–26.
Ланнэ А. А., Соловьева Е. Б. Нелинейная фильтрация импульсных помех методом расщепления // Известия вузов. Радиоэлектроника. — 1999. — Т. 42, № 7. — С. 3–17. — ISSN 0021-3470.
Ланнэ А. А. Нелинейная фильтрация изображений с импульсными помехами (основы теории) / А. А. Ланнэ, Е. Б. Соловьева // Известия вузов. Радиоэлектроника. — 2000. — Т. 43, № 3. — С. 3–10 — ISSN 0021-3470.
Ланнэ А. А. Нелинейная фильтрация изображений с импульсными помехами (примеры реализации) / А. А. Ланнэ, Е. Б. Соловьева // Известия вузов. Радиоэлектроника. — 2000. — Т. 43, № 4. — С. 3–11. — ISSN 0021-3470.
Chen T. Universal approximation to nonlinear operators by neural networks with arbitrary activation functions and its application to dynamical systems / T. Chen, H. Chen // IEEE Trans. Neural Networks. — 1995. — Vol. 6, No. 4. — P. 911–917.
Xiang Z. Polynomial–perceptrons and their applications to fading channel equalization and co–channel interference suppression / Z. Xiang, G. Bi, T. Le–Ngoc // IEEE Trans. Signal Process. — 1994. — Vol. 42, No. 9. — P. 2470–2480.
Осовский С. Нейронные сети для обработки информации / С. Осовский. — М. : Финансы и статистика, 2002. — 343 c.
Mathews V. J. Polynomial signal processing / V. J. Mathews, G. L. Sicuranza. — New York : John Wiley & Sons, 2000. — 452 p.
Дьяконов В. MATLAB. Обработка сигналов и изображений. Специальный справочник / В. Дьяконов, И. Абраменкова. — СПб. : Питер, 2002. — 602 c.
Медведев В. С. Нейронные сети. MATLAB 6 / В. С. Медведев, В. Г. Потемкин. — М. : Диалог-МИФИ, 2002. — 489 c.
Приоров А. Л. Переключающийся медианный фильтр с блоком предварительного детектирования / А. Л. Приоров, И. В. Апальков, С. С. Бухтояров, В. В. Хрящев // Цифровая обработка сигналов. — 2006. — № 4. — С. 2–7.