论文部分内容阅读
针对传统方法滤除高密度椒盐噪声出现模糊和图像细节丢失的问题,提出基于BP神经网络噪声检测的反距离加权插值法(IDWF)滤除椒盐噪声。该算法使用有监督学习的BP神经网络检测出被椒盐噪声污染的像素点并标记;再使用反距离加权插值法对标记后的噪声图像进行重建。实验结果表明,该算法优于传统的滤波方法,修复后的图像能够保留更多的细节、拥有更高的峰值信噪比和结构相似性指数,特别是对高密度噪声图像的修复有很好的效果。