申请/专利权人：国网山西省电力公司电力科学研究院

申请日：2021-01-21

公开（公告）日：2024-02-20

公开（公告）号：CN112785522B

主分类号：G06T5/70

分类号：G06T5/70;G06T5/60;G06N3/006;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.02.20#授权;2021.05.28#实质审查的生效;2021.05.11#公开

摘要：本发明公开了一种基于GWO和BEMD优化的自适应PCNN图像去噪方法，使用BEMD将原始噪声图像分解，使用GWO对PCNN参数进行优化，自适应PCNN去噪方法将对分解的各个分量进行去噪，将去噪后的各分量进行重建得到去噪后的图像。本发明有效确定了PCNN关键参数，解决了高强度噪声的抑制问题，与现有图像去噪方法相比不仅具有更快的收敛速度而且产生了更好的去噪效果。

主权项：1.一种基于GWO和BEMD优化的自适应PCNN图像去噪方法，其特征在于，包括以下步骤：输入原始噪声图像，通过BEMD分解将原始噪声图像自适应地分解成多个频率不同的二维本征模函数分量和一个残差函数分量；利用GWO算法对PCNN参数进行优化，得到优化后的PCNN参数，所述PCNN参数包括指数衰减时间常数αT，影响图像恢复的突触间连接强度因子βT，决定在迭代计算中仅发布一次条件的固有电压常数VT；在用GWO优化PCNN参数时，经历探索迭代和避免局部最优后保存最终优化解，灰GWO算法的狩猎过程的初始阶段是猎物包围，模拟猎物包围过程为： 其中t表示当前迭代，和分别是猎物和灰狼的位置向量，表示当前灰狼到猎物的距离；将指数衰减时间常数αT作为定义为猎物位置向量，将影响图像恢复的突触间连接强度因子βT作为定义为灰狼参数向量将固有电压常数VT作为定义为灰狼到猎物的距离式中的系数与系数计算公式为： 其中参数r1与r2的元素取值为[0，1]中的随机数，参数a的取值随着迭代次数的增加从2逐渐减少到0；对于分解后的二维本征模函数分量和残差函数分量，用优化后的PCNN参数分别进行去噪处理，所述去噪处理步骤包括：将分解后的二维本征模函数分量和残差函数分量作为输入信号，输入PCNN的输入区，通过伽玛变换增强分量对比度的操作得到信号强度Lij[n2]计算3×3区域PCNN中每个神经元的信号强度Lij[n2]，并设置阈值Eij[n2]，计算神经元内部状态信息Uij[n2]：Uij＝Fij1+βTLij其中，Fij为输入信号，Uij为输入信号后神经元内部状态信息；将Uij[n2]与阈值Eij[n2]进行比较，若Uij[n2]大于Eij[n2]，便对该PCNN的神经元进行激活，激活频率为 激活神经元后对神经元的信号强度Lij[n2]进行形态开运算处理，从而输出去噪后的多个频率不同的二维本征模分量和残差函数分量；输出去噪后的多个频率不同的二维本征模分量和残差函数分量；根据去噪前后的二维本征模分量和残差函数分量计算灰狼函数适应度，更新搜索灰狼的位置向量，选取函数适应度最大时对应的参数αT、βT、VT作为最优化参数；将使用最优化参数去噪处理后的各分量进行重建得到去噪后图像。

全文数据：

权利要求：

百度查询： 国网山西省电力公司电力科学研究院 一种基于GWO和BEMD优化的自适应PCNN图像去噪方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD