第2期 闫海鹏，等：基于PCNN的图像椒盐噪声滤除方法 .277, 表4阈值函数参数取不同值时降噪效果评价 puting,2010,28(1):5-13 Table 4 Noise reduction effect evaluation under different [6]SUBASHINI MM,SAHOO S K.Pulse coupled neural net- parameter values of threshold function works and its applications[J].Expert systems with applica- 序号 PSNR MSE ISNR TIME tions,2014,41(8):3965-3974. 1 37.9984 10.3272 -22.5442 45.8345 [7]沈艳，张晓明，韩凯歌，等.PCNN图像分割技术研究 [J].现代电子技术，2014,37(2)：38-41. 38.5035 9.1827 -23.0503 30.2665 SHEN Yan,ZHANG Xiaoming,HAN Kaige,et al.Re- 3 36.0710 16.0768 -20.5905 21.7057 search of image segmentation technology based on PCNN 4 38.2476 9.9168 -22.7700 40.6464 [J].Modern electronics technique,2014,37(2):38-41. 5 37.9253 10.4867-22.4529 27.0175 [8]周东国，高潮，郭永彩.一种参数自适应的简化PCNN 从表4中能够看出，序号2中除了算法运行时 图像分割方法[J].自动化学报，2014.40(6)：1191- 间不是最优外，其他性能评价指标均较优，各参数取 1197. 值越小，算法运行时间越长，而K。与K取值较大时 ZHOU Dongguo,GAO Chao,GUO Yongcai.Adaptive sim- plified PCNN parameter setting for image segmentation J]. 性能指标下降较大，但整体综合分析参数选择对性 Acta automatica sinica,2014,40(6):1191-1197. 能影响不是很大。因此，在具体应用中，应综合分 [9]李翔.基于脉冲耦合神经网络的图像识别和图像检索算 析、合理选择式(7)中的参数。 法研究[D].昆明：云南大学，2014. 4结束语 LI Xiang.Research on image recognition and image retrieval algorithm based on pulse coupled neural network[D].Kun- 本文提出了一种使突触链接强度自适应取值以 ming:Yunnan University,2014. 及阈值函数随时间分段衰减的改进PCNN模型。该 [10]张文兴，闫海鹏，王建国.一种基于脉冲耦合神经网络 方法提高了分辨图像不同灰度值的能力，能够较准 的图像降噪方法[J].图学学报，2015,36(1)：47-51. 确地定位噪声，实现了更好的降噪效果。经过实验 ZHANG Wenxing,YAN Haipeng,WANG Jianguo.A 测试，验证了该方法能够准确地辨识图像椒盐噪声 method for image de-noising based on pulse coupled neural network[J].Journal of graphics,2015,36(1):47-51. 点，并有效地将噪声点滤除，降噪效果好于与其比较 [11]李海燕，张榆锋，施心陵，等.基于脉冲耦合神经网络 的其他方法，同时对图像的边缘细节有较好的保护 的自适应图像滤波[J].计算机应用，2011,31(4)： 效果。 1037-1039,1106 参考文献： LI Haiyan,ZHANG Yufeng,SHI Xinling,et al.Adaptive filtering method for images based on pulse-coupled neural [1]NAKARIYAKUL S.Fast spatial averaging:an efficient algo- network[J].Journal of computer applications,2011,31 rithm for 2D mean filtering[J].The journal of supercomput- (4):1037-1039,1106. ing,2013,65(1):262-273. [12]张艳珠，李媛，李小娟.简化型PCNN的混合噪声图像 [2]YUAN Xinxing,WEN Peng,FAN Xiuxiang,et al.A local 滤波算法研究[J].控制工程，2013,20(5)：829-832. pixel distribution based self-adaptive median filter for remov- ZHANG Yanzhu,LI Yuan,LI Xiaojuan.The research of al of pepper and salt noise[J].IFAC proceedings volumes, hybrid noise filtering for images based on pulse coupled 2013.46(20):63-67. neural network J.Control engineering of China,2013, [3]WANG Huiyan,ZHENG Jia.Comparative study of tongue 20(5):829-832. image denoising methods[J].Journal of computers,2013, [13]刘勃.基于脉冲耦合神经网络的图像处理若干问题研 8(3):787-794. 究[D].西安：西安电子科技大学，2011 [4]张文兴，闫海鹏，王建国.基于改进脉冲耦合神经网络 LIU Qing.Research on several issues about image process- 的数据降噪方法研究[J].机械设计与制造，2015(2)： ing based on pulse coupled neural networks[D].Xi'an: 25-28. Xidian University,2011. ZHANG Wenxing,YAN Haipeng,WANG Jianguo.Re- [14]樊洪斌.脉冲耦合神经网络在医学图像处理中的应用 search on data noise reduction method based on modified 研究[D].桂林：广西师范大学，2009 PCNN[J].Machinery design manufacture,2015(2):25 FAN Hongbin.The applications in the medical image pro- -28. cessing based on pulse coupled neural network[D].Guil- [5]WANG Zhaobin,MA Yide,CHENG Feiyan,et al.Review in:Guangxi Normal University,2009. of pulse-coupled neural networks[J].Image and vision com- [15]刘勃，马义德.一种基于PCNN赋时矩阵的图像去噪新表 ４ 阈值函数参数取不同值时降噪效果评价 Ｔａｂｌｅ ４ Ｎｏｉｓｅ ｒｅｄｕｃｔｉｏｎ ｅｆｆｅｃｔ ｅｖａｌｕａｔｉｏｎ ｕｎｄｅｒ ｄｉｆｆｅｒｅｎｔ ｐａｒａｍｅｔｅｒ ｖａｌｕｅｓ ｏｆ ｔｈｒｅｓｈｏｌｄ ｆｕｎｃｔｉｏｎ 序号 ＰＳＮＲ ＭＳＥ ＩＳＮＲ ＴＩＭＥ １ ３７．９９８ ４ １０．３２７ ２ －２２．５４４ ２ ４５．８３４ ５ ２ ３８．５０３ ５ ９．１８２ ７ －２３．０５０ ３ ３０．２６６ ５ ３ ３６．０７１ ０ １６．０７６ ８ －２０．５９０ ５ ２１．７０５ ７ ４ ３８．２４７ ６ ９．９１６ ８ －２２．７７０ ０ ４０．６４６ ４ ５ ３７．９２５ ３ １０．４８６ ７ －２２．４５２ ９ ２７．０１７ ５ 从表 ４ 中能够看出，序号 ２ 中除了算法运行时 间不是最优外，其他性能评价指标均较优，各参数取 值越小，算法运行时间越长，而 Ｋ０与 Ｋ２取值较大时 性能指标下降较大，但整体综合分析参数选择对性 能影响不是很大。 因此，在具体应用中，应综合分 析、合理选择式（７）中的参数。 ４ 结束语 本文提出了一种使突触链接强度自适应取值以 及阈值函数随时间分段衰减的改进 ＰＣＮＮ 模型。 该 方法提高了分辨图像不同灰度值的能力，能够较准 确地定位噪声，实现了更好的降噪效果。 经过实验 测试，验证了该方法能够准确地辨识图像椒盐噪声 点，并有效地将噪声点滤除，降噪效果好于与其比较 的其他方法，同时对图像的边缘细节有较好的保护 效果。 参考文献： ［１］ＮＡＫＡＲＩＹＡＫＵＬ Ｓ． Ｆａｓｔ ｓｐａｔｉａｌ ａｖｅｒａｇｉｎｇ： ａｎ ｅｆｆｉｃｉｅｎｔ ａｌｇｏ⁃ ｒｉｔｈｍ ｆｏｒ ２Ｄ ｍｅａｎ ｆｉｌｔｅｒｉｎｇ［Ｊ］． Ｔｈｅ ｊｏｕｒｎａｌ ｏｆ ｓｕｐｅｒｃｏｍｐｕｔ⁃ ｉｎｇ， ２０１３， ６５（１）： ２６２－２７３． ［２］ＹＵＡＮ Ｘｉｎｘｉｎｇ， ＷＥＮ Ｐｅｎｇ， ＦＡＮ Ｘｉｕｘｉａｎｇ， ｅｔ ａｌ． Ａ ｌｏｃａｌ ｐｉｘｅｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｂａｓｅｄ ｓｅｌｆ⁃ａｄａｐｔｉｖｅ ｍｅｄｉａｎ ｆｉｌｔｅｒ ｆｏｒ ｒｅｍｏｖ⁃ ａｌ ｏｆ ｐｅｐｐｅｒ ａｎｄ ｓａｌｔ ｎｏｉｓｅ［ Ｊ］． ＩＦＡＣ ｐｒｏｃｅｅｄｉｎｇｓ ｖｏｌｕｍｅｓ， ２０１３， ４６（２０）： ６３－６７． ［３］ ＷＡＮＧ Ｈｕｉｙａｎ， ＺＨＥＮＧ Ｊｉａ． Ｃｏｍｐａｒａｔｉｖｅ ｓｔｕｄｙ ｏｆ ｔｏｎｇｕｅ ｉｍａｇｅ ｄｅｎｏｉｓｉｎｇ ｍｅｔｈｏｄｓ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ｃｏｍｐｕｔｅｒｓ， ２０１３， ８（３）： ７８７－７９４． ［４］张文兴， 闫海鹏， 王建国． 基于改进脉冲耦合神经网络 的数据降噪方法研究［ Ｊ］． 机械设计与制造， ２０１５（２）： ２５－２８． ＺＨＡＮＧ Ｗｅｎｘｉｎｇ， ＹＡＮ Ｈａｉｐｅｎｇ， ＷＡＮＧ Ｊｉａｎｇｕｏ． Ｒｅ⁃ ｓｅａｒｃｈ ｏｎ ｄａｔａ ｎｏｉｓｅ ｒｅｄｕｃｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｍｏｄｉｆｉｅｄ ＰＣＮＮ［Ｊ］． Ｍａｃｈｉｎｅｒｙ ｄｅｓｉｇｎ ＆ ｍａｎｕｆａｃｔｕｒｅ， ２０１５（２）： ２５ －２８． ［５］ＷＡＮＧ Ｚｈａｏｂｉｎ， ＭＡ Ｙｉｄｅ， ＣＨＥＮＧ Ｆｅｉｙａｎ， ｅｔ ａｌ． Ｒｅｖｉｅｗ ｏｆ ｐｕｌｓｅ⁃ｃｏｕｐｌｅｄ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ［Ｊ］． Ｉｍａｇｅ ａｎｄ ｖｉｓｉｏｎ ｃｏｍ⁃ ｐｕｔｉｎｇ， ２０１０， ２８（１）： ５－１３． ［６］ＳＵＢＡＳＨＩＮＩ Ｍ Ｍ， ＳＡＨＯＯ Ｓ Ｋ． Ｐｕｌｓｅ ｃｏｕｐｌｅｄ ｎｅｕｒａｌ ｎｅｔ⁃ ｗｏｒｋｓ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎｓ［Ｊ］． Ｅｘｐｅｒｔ ｓｙｓｔｅｍｓ ｗｉｔｈ ａｐｐｌｉｃａ⁃ ｔｉｏｎｓ， ２０１４， ４１（８）： ３９６５－３９７４． ［７］沈艳， 张晓明， 韩凯歌， 等． ＰＣＮＮ 图像分割技术研究 ［Ｊ］． 现代电子技术， ２０１４， ３７（２）： ３８－４１． ＳＨＥＮ Ｙａｎ， ＺＨＡＮＧ Ｘｉａｏｍｉｎｇ， ＨＡＮ Ｋａｉｇｅ， ｅｔ ａｌ． Ｒｅ⁃ ｓｅａｒｃｈ ｏｆ ｉｍａｇｅ ｓｅｇｍｅｎｔａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ ｂａｓｅｄ ｏｎ ＰＣＮＮ ［Ｊ］． Ｍｏｄｅｒｎ ｅｌｅｃｔｒｏｎｉｃｓ ｔｅｃｈｎｉｑｕｅ， ２０１４， ３７（２）： ３８－４１． ［８］周东国， 高潮， 郭永彩． 一种参数自适应的简化 ＰＣＮＮ 图像分割方法［ Ｊ］． 自动化学报， ２０１４， ４０（６）： １１９１－ １１９７． ＺＨＯＵ Ｄｏｎｇｇｕｏ， ＧＡＯ Ｃｈａｏ， ＧＵＯ Ｙｏｎｇｃａｉ． Ａｄａｐｔｉｖｅ ｓｉｍ⁃ ｐｌｉｆｉｅｄ ＰＣＮＮ ｐａｒａｍｅｔｅｒ ｓｅｔｔｉｎｇ ｆｏｒ ｉｍａｇｅ ｓｅｇｍｅｎｔａｔｉｏｎ［ Ｊ］． Ａｃｔａ ａｕｔｏｍａｔｉｃａ ｓｉｎｉｃａ， ２０１４， ４０（６）： １１９１－１１９７． ［９］李翔． 基于脉冲耦合神经网络的图像识别和图像检索算 法研究［Ｄ］． 昆明： 云南大学， ２０１４． ＬＩ Ｘｉａｎｇ． Ｒｅｓｅａｒｃｈ ｏｎ ｉｍａｇｅ ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ ｉｍａｇｅ ｒｅｔｒｉｅｖａｌ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｐｕｌｓｅ ｃｏｕｐｌｅｄ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ［Ｄ］． Ｋｕｎ⁃ ｍｉｎｇ： Ｙｕｎｎａｎ Ｕｎｉｖｅｒｓｉｔｙ， ２０１４． ［１０］张文兴， 闫海鹏， 王建国． 一种基于脉冲耦合神经网络 的图像降噪方法［Ｊ］． 图学学报， ２０１５， ３６（１）： ４７－５１． ＺＨＡＮＧ Ｗｅｎｘｉｎｇ， ＹＡＮ Ｈａｉｐｅｎｇ， ＷＡＮＧ Ｊｉａｎｇｕｏ． Ａ ｍｅｔｈｏｄ ｆｏｒ ｉｍａｇｅ ｄｅ⁃ｎｏｉｓｉｎｇ ｂａｓｅｄ ｏｎ ｐｕｌｓｅ ｃｏｕｐｌｅｄ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ｇｒａｐｈｉｃｓ， ２０１５， ３６（１）： ４７－５１． ［１１］李海燕， 张榆锋， 施心陵， 等． 基于脉冲耦合神经网络 的自适应图像滤波［ Ｊ］． 计算机应用， ２０１１， ３１ （ ４）： １０３７－１０３９， １１０６． ＬＩ Ｈａｉｙａｎ， ＺＨＡＮＧ Ｙｕｆｅｎｇ， ＳＨＩ Ｘｉｎｌｉｎｇ， ｅｔ ａｌ． Ａｄａｐｔｉｖｅ ｆｉｌｔｅｒｉｎｇ ｍｅｔｈｏｄ ｆｏｒ ｉｍａｇｅｓ ｂａｓｅｄ ｏｎ ｐｕｌｓｅ⁃ｃｏｕｐｌｅｄ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ｃｏｍｐｕｔｅｒ ａｐｐｌｉｃａｔｉｏｎｓ， ２０１１， ３１ （４）： １０３７－１０３９， １１０６． ［１２］张艳珠， 李媛， 李小娟． 简化型 ＰＣＮＮ 的混合噪声图像 滤波算法研究［Ｊ］． 控制工程， ２０１３， ２０（５）： ８２９－８３２． ＺＨＡＮＧ Ｙａｎｚｈｕ， ＬＩ Ｙｕａｎ， ＬＩ Ｘｉａｏｊｕａｎ． Ｔｈｅ ｒｅｓｅａｒｃｈ ｏｆ ｈｙｂｒｉｄ ｎｏｉｓｅ ｆｉｌｔｅｒｉｎｇ ｆｏｒ ｉｍａｇｅｓ ｂａｓｅｄ ｏｎ ｐｕｌｓｅ ｃｏｕｐｌｅｄ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ［ Ｊ］． Ｃｏｎｔｒｏｌ ｅｎｇｉｎｅｅｒｉｎｇ ｏｆ Ｃｈｉｎａ， ２０１３， ２０（５）： ８２９－８３２． ［１３］刘勍． 基于脉冲耦合神经网络的图像处理若干问题研 究［Ｄ］． 西安： 西安电子科技大学， ２０１１． ＬＩＵ Ｑｉｎｇ． Ｒｅｓｅａｒｃｈ ｏｎ ｓｅｖｅｒａｌ ｉｓｓｕｅｓ ａｂｏｕｔ ｉｍａｇｅ ｐｒｏｃｅｓｓ⁃ ｉｎｇ ｂａｓｅｄ ｏｎ ｐｕｌｓｅ ｃｏｕｐｌｅｄ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ［Ｄ］． Ｘｉ’ ａｎ： Ｘｉｄｉａｎ Ｕｎｉｖｅｒｓｉｔｙ， ２０１１． ［１４］樊洪斌． 脉冲耦合神经网络在医学图像处理中的应用 研究［Ｄ］． 桂林： 广西师范大学， ２００９． ＦＡＮ Ｈｏｎｇｂｉｎ． Ｔｈｅ ａｐｐｌｉｃａｔｉｏｎｓ ｉｎ ｔｈｅ ｍｅｄｉｃａｌ ｉｍａｇｅ ｐｒｏ⁃ ｃｅｓｓｉｎｇ ｂａｓｅｄ ｏｎ ｐｕｌｓｅ ｃｏｕｐｌｅｄ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ［Ｄ］． Ｇｕｉｌ⁃ ｉｎ： Ｇｕａｎｇｘｉ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ， ２００９． ［１５］刘勍， 马义德． 一种基于 ＰＣＮＮ 赋时矩阵的图像去噪新 第 ２ 期 闫海鹏，等： 基于 ＰＣＮＮ 的图像椒盐噪声滤除方法 ·２７７·