科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决图像受到采集设备以及外界噪声干扰，导致图像质量出现不同程度退化的问题，提出一种基于FHN神经元自适应的多特征并行通道级联随机共振图像增强方法。首先将原始输入图像分解为朝向、亮度以及亮度对比度等特征信息独立通道；然后构建基于遗传算法的自适应随机共振多特征并行通道对输入信息流并行处理机制，通过遗传算法求解每一个通道FHN神经元随机共振系统的最优参数，以实现特定噪声自适应最优FHN神经元参数设置，达到非线性FHN神经元、图像信号以及噪声之间的共振协同作用；最终对并行多通道的输出特征增强信息进行融合，再通过一个级联FHN神经元对融合数据做深度优化，实现FHN神经元非线性系统和带噪声输入图像的最佳匹配。以本实验室基于常规微生物学实验需要而采集的菌落图作为实验对象，采用仿自然光悬浮式暗视野系，以F/1.4大光圈镜头，对培养后皮氏培养皿上所生长的菌落进行了千万像素级的成像。通过与其他图像增强算法实验结果的对比，证明了本方法的有效性和鲁棒性，PSNR值保持在35以上，在保持菌落图像细节的基础上，对原图像具有很好的增强效果。通过利用随机共振机制，设计的多特征独立通道的自适应随机共振信息增强处理方法，为图像增强方法提供了新的思路以及后续的图像处理任务提供了基础。
