Abstract
本篇論文主要在於研究如何去除數位影像中的脈衝雜訊，並考慮兩種脈衝雜訊模型，即雜訊強度為固定值與由某分佈函數所產生者。為了增進去除雜訊的效率並且盡可能保持影像完整性，我們提出了兩種濾波技術：第一種為基於多層逆傳遞類神經網路之類神經網路濾波器，在此我們利用類神經網路的非線性映射與概化能力來完成去除數位影像中的脈衝雜訊以還原影像。為了減低還原影像的均方誤差並且盡可能保持影像完整性，我們提出第二種方法，即兩級式適應性濾波器。首先我們利用一簡單的判定法則與一類神經分類器來標定影像中各像素是否受到雜訊汙染，再以改良的中值濾波器與平均值濾波器根據像素的標定去回復影像，達到適應性濾波的效能。我們並進行很多的電腦模擬實驗以驗證所提方法的效能，結果發現在第一種雜訊模型下，比較本文所提的類神經網路濾波器與兩種傳統中值濾波器以及模糊中值濾波器的效果，在絕大部分的例子中類神經網路濾波器的效能最好。在第二種雜訊模型下，我們比較兩種傳統中值濾波器，模糊中值濾波器與所提的兩級式適應性濾波器的四種組合的效能，結果發現由於類神經分類器具有不錯的辨識像素是否受到雜訊污染的能力，加上在不使用受雜訊污染像素之資訊下改良式中值濾波器較平均值濾波器產生較小的均方誤差，因此用類神經分類器當第一級，改良式中值濾波器當第二級的兩級式適應性濾波器具有最好的影像還原效果。