论文部分内容阅读
传统的或改进型的中值滤波器，很难在图像噪声滤除和细节保留两方面兼顾与平衡．本文基于粗神经元构建了一种粗集神经网络，该粗集神经网络对5×5中值滤波器和多级FIR中值混合滤波器MFMHF（Multilevel FIR-Median Hybrid Filter）的处理结果进行融合．由于粗神经元的不可微性，BP算法不再适用，因此本文采用遗传算法GA来进行网络权值的学习，同时融入具有局部搜索能力的爬山法改善了进化后期的计算效率．仿真试验表明。粗集神经网络在图像融合滤波方面的性能优于BP网络和一般的中值滤波