[发明专利]基于延迟自反馈FHN随机共振机制的灰度图像增强方法

摘要

本发明涉及一种基于延迟自反馈FHN随机共振机制的灰度图像增强方法。传统方法在缺乏噪声模型先验知识情况下效果不理想。本发明首先对含噪灰度图像进行行扫描，获得由各像素灰度值所组成的一维序列，并对其各元素进行归一化处理；将归一化后的一维序列输入至延迟自反馈FHN神经元模型中，使得系统输出达到最佳的随机共振状态；将输出的序列逆归一化还原为图像像素值取值范围，并将其还原为灰度图像；然后对还原后的灰度图像进行列扫描重复上述过程，最后获得经过行列两次扫描后增强的灰度图像。本发明方法结合行列两个方向实现图像的降维处理，有效提高了二维图像行列方向的对等关系，有利于灰度图像通过随机共振处理后的空间结构特性保留。

主权项

基于延迟自反馈FHN随机共振机制的灰度图像增强方法，其特征在于该方法包括如下步骤：步骤（1）对含噪的灰度图像进行行扫描，将其降维成一维序列；步骤（2）对每个一维序列中的像素值进行归一化处理；步骤（3）将每个归一化处理后的一维序列输入至基于延迟自反馈的FHN神经元模型系统中，得到对应的输出信号序列；步骤（4）调节延迟自反馈FHN神经元模型的延迟和反馈参数，使得延迟自反馈FHN神经元模型的输出达到最佳随机共振状态；具体方法为：计算延迟自反馈FHN模型的互信息熵，当互信息熵达到最大值时，固定对应的延迟自反馈FHN神经元模型的参数值，此时的输出序列即为延迟自反馈FHN神经元模型的最佳输出；步骤（5）将最佳输出序列逆归一化还原为图像像素取值范围；步骤（6）对步骤(5)的输出信号序列按行逆扫描复原成二维图像信号；步骤（7）对复原后的二维图像信号进行列扫描，降维成一维信号系列；步骤（8）重复步骤（2）到步骤（5）进行一次列操作；步骤（9）对得到的最佳输出信号序列按列逆扫描复原成二维图像。