一种FHN神经元模型的随机共振图像增强方法及装置

AITNT
正文
推荐专利
一种FHN神经元模型的随机共振图像增强方法及装置
申请号:CN202411687145
申请日期:2024-11-25
公开号:CN119168874A
公开日期:2024-12-20
类型:发明专利
摘要
本发明提供一种FHN神经元模型的随机共振图像增强方法及装置,涉及图像处理技术领域,方法包括:获取原始图像;通过滑窗的方式,将原始图像分割为多个不重叠的子图像区域,并为各个子图像区域编号;按照顺时针螺旋形展开的方式,将子图像区域中的像素点转换成一维数据序列;对一维数据序列进行归一化处理;将归一化处理后的一维数据序列输入到一维非对称FHN神经元模型中,通过调节模型参数以及调整干扰噪声强度,以信噪比最优为目标,确定各个子图像区域中像素点的最优一维数据序列增强结果;按照顺时针螺旋形展开的逆过程,将各个最优一维数据序列增强结果恢复为子图像增强区域;按照编号顺序,将各个子图像增强区域组合为增强图像。
技术关键词
图像增强方法 图像增强装置 序列 噪声强度 像素点 信噪比 图像分割 数据 归一化模块 图像处理技术 组合模块 频率 参数 信号 方程
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号