Filtrado de ruido Gaussiano mediante redes neuronales pulso-acopladas
Se describe un algoritmo lla mado ICM - TM para reducir el efecto del ruido Gaussiano en imágenes monocromáticas. La operación del algoritmo se basa en el Modelo de Intersección Cortical (ICM) que es un tipo de Red Neuronal Artificial tipo Pulso - Acoplado. Una matriz de tiempos (TM) pro porciona la...
| Autores: | , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2017 |
| País: | México |
| Institución: | Instituto Politécnico Nacional |
| Repositorio: | Redalyc-IPN |
| OAI Identifier: | oai:redalyc.org:61551628016 |
| Acceso en línea: | https://www.redalyc.org/articulo.oa?id=61551628016 |
| Access Level: | acceso abierto |
| Palabra clave: | Computación filtro Wiener ruido Gaussiano relación pico señal a ruido (PSNR) Modelo de Intersección Cortical (ICM) |
| Sumario: | Se describe un algoritmo lla mado ICM - TM para reducir el efecto del ruido Gaussiano en imágenes monocromáticas. La operación del algoritmo se basa en el Modelo de Intersección Cortical (ICM) que es un tipo de Red Neuronal Artificial tipo Pulso - Acoplado. Una matriz de tiempos (TM) pro porciona la información correspondiente a la iteración cuando la neurona correspondiente se activa por primera vez. Se establece un criterio de filtrado selectivo que combina el operador de mediana y promedio tomando como base el tiempo de activación de la s neuronas. El desempeño del algoritmo propuesto se evaluó experimentalmente con ruido Gaussiano a varios niveles. Los resultados muestran la efectividad de la propuesta con respecto a los filtros mediana, Gaussiano, Sigma, Wiener y las Redes Neuronales Pu lso - Acopladas tipo PCNNNI. Los resultados son representados principalmente a través del Cociente Pico Señal a Ruido (CPSR). |
|---|