D0I:10.13374/i.issn1001053x.2005.03.030 第27卷第3期 北京科技大学学报 Vol.27 No.3 2005年6月 Journal of University of Science and Technology Beijing Jun.2005 基于差值控制细胞神经网络图像滤波器 鞠磊)郑德玲)张蕾) 1)北京科技大学信息工程学院，北京1000832)山东胜利职业学院，山东257062 摘要差值控制细胞神经网能够实现灰度图像滤波等复杂运算，针对原有差值控制细胞 神经网中值滤被器在稳定性和可实现性上存在的不足，提出了一种伪中值滤波器(CNPM- filter),进而引入Mask图构造了选点式伪中值滤波器.从实验结果和相关度分析可以看出，本 文提出的两种滤波器在改善稳定性与实现性的同时，没有影响到滤波器的性能，而选点式伪 中值滤波器能有效降低滤波造成的模糊图像，取得更佳处理效果， 关键词差值控制；细胞神经网络；伪中值滤波器；图像处理 分类号TP391.4 细胞神经网络(CNN)是一种局部互连的并行 1差值控制细胞神经网络 模拟信息处理系统，自1988年问世以来，己经 成为图像处理领域的一个新研究热点.特别是近 1.1标准细胞神经网络 期，具有局部模拟逻辑存储器的可编程高性能 考虑二维m×n细胞神经网络，有m×n个空间 CNN通用机(CNN-UM)的研制成功，更激发了 离散细胞排列成m行n列，称位于网络中第行第 人们对细胞神经网络应用研究的热情.迄今为 j列细胞为c,cy为连续非线性动力系统，通过输 止，细胞神经网络已经在图像与视频信号处理、 入变量、初始状态和阈值来加载信息；每个细胞 机器人视觉、高级脑功能等领域得到了成功地 以各自为中心，与一个半径为r的邻域内其他所 应用. 有细胞通过一个耦合定律相连，二维m×n细胞神 1992年Roska与Chua拓展了细胞神经网络的 经网络结构见图1. 基本概念，并提出了具有非线性模板的CNN 结构.非线性模板的引入简化了设计难度，极大 地增强了CNN的处理能力，可以方便实现 cnw- 灰度图像的复杂处理.通常非线性模板的系数是 细胞输入、输出以及状态差值的函数，因此可以 将具有这种非线性模板的细胞神经网络称为 差值控制细胞神经网络(Difference-Controlled Colj-1 CNN). 本文介绍了差值控制细胞神经网络的概念， 图1二维m×n细胞神经网 对稳定性与可实现性加以改进，提出了一种伪中 Fig.1 A two-dimensional mxn cellular neural network 值滤波器(CNN PM-filter).为解决滤波所导致的 定义1给定整数r,k,l且r20,1≤k≤n,1≤I≤m. 图像模糊问题，利用Mask图构造了基于差值控 若N,为网络中满足下式所有细胞的集合，则称N, 制细胞神经网络的选点式伪中值滤波器，给出了 为中心细胞c,的r阶邻域： 仿真结果，并对几种滤波器性能作了比较. N.(i,j)=(culmax(k-il,1-sr) (1) 定义2给定r,kl为整数且r20,1≤k≤m, 收稿日期：20040416修回日期：20040904 1≤l≤m.若为网络中满足下式的所有细胞的集 基金项目：高等学校博士学科点专项科研基金QNo20020008004) 合，则称N,为cg的空心邻域（不包含中心细胞C), 作者简介：鞠磊(1972一)，男，博士研究生第 卷 第 期 年 月 北 京 科 技 大 学 学 报 】 基于差值控制细胞神经 网络图像滤波器 鞠 磊 ‘， 郑德 玲 ” 张 蕾 ， 北 京科技 大 学 信息工 程 学 院 ， 北 京 山 东胜 利 职业 学 院 ， 山 东 摘 要 差值控 制细 胞神经 网 能够 实现 灰 度 图像滤 波 等复杂运 算 针 对 原 有 差 值 控制 细 胞 神经 网 中值滤波 器在 稳 定性和 可 实现性 上 存在 的不 足 ， 提 出 了一 种伪 中值 滤 波器 ， 进 而 引入 图构造 了选 点式伪 中值滤 波 器 从 实验 结 果和 相 关度 分 析可 以看 出 ， 本 文 提 出 的两种 滤波器在 改善稳 定 性 与实现 性 的 同 时 ， 没 有 影 响到滤波器 的性 能 ， 而 选 点式 伪 中值滤 波 器 能有效 降低 滤波造成 的模糊 图像 ， 取 得 更 佳处 理 效果 关键 词 差 值控制 细 胞 神经 网 络 伪 中值滤 波 器 图像 处 理 分 类号 仰 细 胞 神经 网络 是 一种 局 部 互 连 的并行 模拟 信 息 处 理 系 统 ， 自 年 问世 以来 曰 ， 己 经 成 为 图像 处理领域 的一个新研 究热 点 特 别 是近 期 ， 具 有局 部模拟 逻 辑 存 储 器 的可 编 程 高性 能 通 用 机 的研 制成 功 ‘习， 更 激 发 了 人们 对 细 胞 神 经 网络 应 用 研 究 的热 情 迄 今 为 止 ， 细胞 神经 网络 已经在 图像 与视频信 号处理 ，，、 机 器 人 视 觉 、 高级 脑 功 能等 领 域 得 到 了成 功 地 应 用 年 与 拓展 了细 胞神 经 网络 的 基 本 概 念 ， 并 提 出 了 具 有 非 线 性 模 板 的 结 构 ‘ ， 非线性模板 的引入 简化 了设计难 度 ， 极大 地 增 强 了 的 处 理 能 力 ， 可 以 方 便 实 现 灰度 图像 的复杂处理 通 常 非线性模板 的系数是 细 胞 输入 、 输 出 以及 状 态 差 值 的 函数 ， 因此 可 以 将 具 有 这 种 非 线 性 模 板 的 细 胞 神 经 网 络 称 为 差值 控 制 细 胞 神 经 网 络 月笼 一 本文 介 绍 了差值 控 制 细 胞 神 经 网 络 的概念 ， 对 稳 定性 与可 实现 性 加 以改进 ， 提 出 了一种 伪 中 值滤 波器 一 ， 为解 决滤 波所 导致 的 图像 模糊 问题 ， 利 用 图构造 了基 于 差值 控 制细 胞神 经 网络 的选 点式伪 中值滤 波器 ， 给 出 了 仿真 结果 ， 并 对 几种 滤波器 性 能作 了 比较 差 值 控 制细 胞 神 经 网络 标 准细 胞 神 经 网络 考 虑 二 维 切 细 胞 神 经 网络 ， 有 个 空 间 离散细 胞 排 列 成 行 列 ， 称 位 于 网络 中第 行 第 列 细 胞 为 。 。 为连 续 非 线 性 动 力 系 统 ， 通 过 输 入 变 量 、 初 始状 态 和 闽值 来 加 载信 息 每 个 细 胞 以各 自为 中心 ， 与 一 个 半径 为 的邻 域 内其 他所 有 细 胞 通 过 一 个 祸合 定律 相连 ， 二 维 “ 细 胞 神 经 网络 结 构 见 图 国 · 一 曰 困 一 应 收稿 日期 刁小 修 回 日期 刁 签金项 目 高 等学校博士 学科点专项科研基 金困 作者简介 鞠磊 一 ， 男 ， 博士研 究生 图 二 维价 月 细胞 神 经 网 呛 日 用 ” 加 一 幻胃 定义 给 定整 数， 凡 且 七 ， ‘ ‘ ， ‘ 胜 若从 为 网络 中满 足 下 式所 有细 胞 的集 合 ， 则称 为 中心 细 胞 ，的 阶邻 域 从 ， ’ 。 一 ， 一 ‘ 定 义 给 定 ， ， 为 整 数 且 之 。 ， ‘ ‘ ， 引‘ 若衅 为 网络 中满足 下 式 的所 有细 胞 的集 合 ， 则称， 为 ，的空 心 邻 域 不 包 含 中心 细 胞 办 ， DOI ：10．13374／j ．issn1001－053x．2005．03．030