论文部分内容阅读
为了提高图像质量,有效的滤除被污染图像中的噪声,提出了一种具有鲁棒性的模糊神经网络(Robust Fuzzy-Neural Network,RFNN)图像噪声滤波算法。首先,对RFNN进行了网络优化训练,然后利用优化后的网络对含有噪声的彩色图像进行滤波处理。在RFNN的构造中,设计了一个新的隶属函数,从而使该算法在彩色图像噪声处理过程中具有鲁棒性。最后的仿真实验结果表明,相比传统的滤波算法,该新型滤波器具有更好去噪能力,并且在去除噪声的同时能够很好的保留图像的边缘和细节等信息。