论文部分内容阅读
提出了一种改进的可连续点火的交叉视觉皮质模型,并将其运用到图像增强当中。新模型利用了点火阈值对神经元行为的长期记忆能力,将其作为反馈和外部激励共同决定神经元的状态值;将阈值衰减因子替换为函数变换,从而可根据具体应用灵活选择合适的衰减函数;同时在点火神经元的阈值提升时增加了邻域判读,以决定对应阈值是否发生陡变,且实现了神经元的连续点火。在此基础上,提出了基于FC_ICM的直方图均衡化方法,对比基于CLAHE和ICM的图像增强方法,实验结果表明,该方法可有效提升全局和局部对比度,及有效抑制噪声。