关键词:
各向异性
脉冲耦合神经网络(PCNN)
非均匀光照
光照补偿
摘要:
针对低照度非均匀光照图像,为了解决传统脉冲耦合神经网络(PCNN)模型在光照补偿中出现的灰化现象和阴影部分光照补偿不足的问题,提出了基于各向异性PCNN(anisotropic-PCNN)模型的光照补偿算法。首先,分析了图像的统计特性,进而根据PCNN模型神经元的点火特性,讨论了连接权值矩阵W、M的取值对自动波的波面阵和波的传播方向的影响;然后,基于Weickert的扩散率函数,对连接权值矩阵W、M重新赋值,设计了各向异性PCNN模型;最后,给出了各向异性PCNN模型的输出与补偿后图像之间的简化非线性映射函数。仿真结果表明,本文模型可以有效地进行图像的整体和局部动态范围的调整,使图像中阴影区域的细节信息得到充分展现,消除传统PCNN模型引起的灰化现象。对低照度非均匀光照的图像的光照补偿具有一定的普遍适用性。