D
:
\
北邮
\
1
２０１１ 年 １０ 月
第 ３４ 卷 第 ５ 期
北 京 邮 电 大 学 学 报
Ｊｏｕｒｎａｌ ｏｆ Ｂｅｉｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｐｏｓｔｓ ａｎｄ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ
Ｏ
ｃ
ｔ
．２０１１
Ｖｏｌ．３４ Ｎｏ．５
文章编号：１００７-５３２１（２０１１）０５-００６７-０４
结 合 PCNN 和 局 部 维 纳 滤 波 的 图 像 去 噪
宫霄霖， 毛瑞全
（ 天 津大 学 电 子 信 息 工 程 学 院， 天 津 ３０００７２ ）
摘要： 提出了一种基于脉冲耦合神经网络（ＰＣＮＮ）的图像去噪算法，利用 ＰＣＮＮ 的同步脉冲特性对图像小波系数进
行局部加窗修正，从而对信号方差进行更好地估计，以利用局部维纳滤波进行去噪．同时，根据各个像素间耦合特
性的不同，提出了自适应连接系数，更好地反映了像素间的耦合关系，利于信号方差的估计．实验结果表明，该算法
较维纳滤波和 ＮｅｉｇｈＳｈｒｉｎｋ 算法均有较高的峰值信噪比，视觉效果更好．
关 键 词： 脉冲耦合神经网络； 自适应连接系数； 图像去噪； 局部加窗； 噪声检测
中图分类号： ＴＮ３９１ 文献标志码： Ａ
An Image De-Noising Algorithm Based on
PCNN and Local Wiener Filter
ＧＯＮＧ Ｘｉａｏ-ｌｉｎ， ＭＡＯ Ｒｕｉ-ｑｕａｎ
（ Ｓｃｈｏｏｌ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｔｉａｎｊｉｎ Ｕｎｉｖｅｒｓｉｔｙ， Ｔｉａｎｊｉｎ ３０００７２ ， Ｃｈｉｎａ）
Abstract： Ａ ｎｅｗ ｄｅ-ｎｏｉｓｉｎｇ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｐｕｌｓｅ ｃｏｕｐｌｅｄ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ （ ＰＣＮＮ） ｓｙｓｔｅｍ ａｎｄ ｌｏｃａｌ
Ｗｉｅｎｅｒ ｆｉｌｔｅｒ ｉｓ ｐｒｅｓｅｎｔｅｄ．Ｔｈｅ ｍｅｃｈａｎｉｓｍ ｏｆ ｓｙｎｃｈｒｏｎｏｕｓ ｐｕｌｓｅ ｏｆ ＰＣＮＮ ｉｓ ｅｍｐｌｏｙｅｄ ｔｏ ｒｅｖｉｓｅ ｔｈｅ ｉｍａｇｅ
ｗａｖｅｌｅｔ ｃｏｅｆｆｉｃｉｅｎｔｓ， ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｆｅａｔｈｅｒ ｏｆ ｄｉｆｆｅｒｅｎｔ ｉｍａｇｅ ｐｉｘｅｌｓ．Ａｌｓｏ， ａｎ ａｄａｐｔｉｖｅ ｌｉｎｋｉｎｇ ｃｏｅｆｆｉ-
ｃｉｅｎｔ βｉｓ ｐｒｏｐｏｓｅｄ．Ｂａｓｅｄ ｏｎ ｔｈｅ ｉｍｐｒｏｖｅｄ ｗａｖｅｌｅｔ ｃｏｅｆｆｉｃｉｅｎｔｓ， ｔｈｅ ｌｏｃａｌ Ｗｉｅｎｅｒ ｆｉｌｔｅｒ ｉｓ ｕｓｅｄ ｔｏ ｅｓｔｉ-
ｍａｔｅ ｓｉｇｎａｌ ｖａｒｉａｎｃｅ ｂｅｔｔｅｒ．Ｅｘｐｅｒｉｍｅｎｔｓ ｓｈｏｗ ｔｈｅ ｐｒｏｐｏｓｅｄ ｓｃｈｅｍｅ ｃａｎ ｇｅｔ ｈｉｇｈｅｒ ｐｅａｋ ｓｉｇｎａｌ-ｔｏ-ｎｏｉｓｅ
ｒａｔｉｏ ｔｈａｎ ＮｅｉｇｈＳｈｒｉｎｋ ａｎｄ Ｗｉｅｎｅｒ ａｌｇｏｒｉｔｈｍ， ａｎｄ ｂｅｔｔｅｒ ｖｉｓｉｏｎ ｅｆｆｅｃｔ．
Key words： ｐｕｌｓｅ ｃｏｕｐｌｅｄ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ； ａｄａｐｔｉｖｅ ｌｉｎｋｉｎｇ ｃｏｅｆｆｉｃｉｅｎｔ； ｉｍａｇｅ ｄｅ-ｎｏｉｓｉｎｇ； ｌｏｃａｌ ｎｅｉｇｈ-
ｂｏｒｈｏｏｄ； ｎｏｉｓｅ ｄｅｔｅｃｔｉｏｎ
收 稿 日 期： ２０１０ -０６-０６
作 者 简 介： 宫 霄 霖 （１９８１ — ） ， 女 ， 讲 师， 博 士 ， Ｅ -ｍａｉｌ： ｇｘｌ＠ ｔｊｕ．ｅｄｕ．ｃｎ．
通过自适应学 习 和逐步的 迭 代，ＰＣＮＮ 可 以 较
好地反映图像的 信息，并 检测 出高 斯噪 声 的 位 置．
近来有很 多 学者 提出 了一 些基 于 ＰＣＮＮ 的 去 噪 算
法
［ １ -２ ］
，且取得了较好的去噪效果．针对高斯噪声的
特点，笔者提出了一种基于小波变换的图像去噪算
法．该算法利用 ＰＣＮＮ 的脉冲输出对每个像素点所
在的邻域数进行加窗、加权处理，同时结合局部维纳
滤波算法进行去噪，并且对每个像 素的连接系数 β
进行了相应的修正，更好地体现了图像自身的特性，
有利于对图像边缘和细节信息的保护．
1 PCNN
ＰＣＮＮ 是由若干个神经元互连而构成的反馈型
网络，用 ＰＣＮＮ 对 M ×N 大小的图像进行处理时，可
以将每个像素的灰度值作为每个神经元的输入，且
每个神经元 N
ij
的活动可由式（１）来描述
［ ３］
．
在图像受到高斯噪声污染的情况下，图像的数
据均受到了不同程度的影响，从而对图像的后续操
作（ 如图像分割等）产生了很大的困难，因而图像噪
声的去除好坏将直接影响后续图像处理的质量
．
资源评论
