典型文献
基于随机放电神经元网络的彩色图像感知研究
文献摘要：
本文基于随机共振原理和人脑感知物体色彩的基本生物物理过程,提出了一种低照度彩色图像增强的可解释算法.我们首先研究了电导基积分放电神经元网络中的随机共振现象,揭示了放电阈值、突触权重和集群规模对输出响应信噪比的影响,并识别出放电阈值是影响随机共振效应的关键参数.然后,在结合彩色图像视觉感知的生理过程的基础上,给出了一种基于随机放电神经元网络的彩色图像增强算法,并以峰值信噪比(PSNR)和自然图像质量评估(NIQE)作为提取最优增强图像的度量指标.注意到待增强的图像是非周期信号,因此,为了优化算法的性能,首次提出了一种基于亮度分布的分位数的阈值选取策略.数值实验结果表明,该算法的增强效果良好且性能稳定,并可用于军事探测和医学图像预处理等信号处理领域.
文献关键词：
彩色图像增强;积分放电神经元网络;随机共振;生物可解释性
中图分类号：
作者姓名：
徐子恒;何玉珠;康艳梅
作者机构：
西安交通大学数学与统计学院, 西安 710049
文献出处：
引用格式：
[1]徐子恒;何玉珠;康艳梅-.基于随机放电神经元网络的彩色图像感知研究)[J].物理学报,2022(07):58-69
A类：
积分放电神经元网络,生物可解释性
B类：
图像感知,感知研究,随机共振,人脑,感知物,体色,本生,生物物理,物理过程,低照度,彩色图像增强,先研,共振现象,放电阈值,突触权重,集群规模,共振效应,视觉感知,生理过程,图像增强算法,峰值信噪比,PSNR,图像质量评估,NIQE,增强图像,度量指标,像是,非周期信号,亮度,分位数,阈值选取,选取策略,数值实验,增强效果,于军,医学图像,图像预处理,信号处理
AB值：
0.372902
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
