基于FitzHugh-Naguno神经元随机共振机制的图像复原

作     者：薛凌云 段会龙 向学勤 范影乐 

作者机构：浙江大学生物医学工程教育部重点实验室浙江杭州310027 杭州电子科技大学生物医学工程及仪器研究所浙江杭州310018 

出 版 物：《浙江大学学报（工学版）》 (Journal of Zhejiang University：Engineering Science)

年 卷 期：2010年第44卷第6期

页      面：1103-1107页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金资助项目(60872090) 浙江省科技计划资助项目(2008C21108) 

主　　题：随机共振 FitzHugh-Nagumo神经元 图像复原 峰值信噪比 

摘      要：应用随机共振机制,借助噪声能量实现图像复原,改善低信噪比图像的输出质量.通过分析FitzHugh-Nagumo(FHN)神经元的阈上随机共振机理,以及在相平面上的阈值工作特性,对FHN神经元模型进行约简,以峰值信噪比(PSNR)为图像复原的评价函数,提出基于随机共振的自适应最优图像复原算法.以含噪mountain彩色图像和LED芯片图像为实验对象,与均值滤波、维纳滤波等图像复原算法进行仿真对比研究.结果表明:随机共振方法较好地抑制了噪声、恢复了图像细节和色彩信息,且随着噪声的增强,随机共振方法复原图像的峰值信噪比变化较小,该方法具有较好的鲁棒性.