神经形态自适应保边去噪滤波器

本文提出了一种去噪空间滤波器的片上神经形态视觉硬件实现。具有固定窗口形状的均值或中值空间滤波器以其去噪能力而闻名，但存在模糊物体边缘的缺点。模糊效应随窗口尺寸的增大而增加。为了保留边缘信息，我们提出了一种自适应空间滤波器，该滤波器利用神经元检测相似像素的能力并计算其均值。邻域像素的模拟输入差值通过压控振荡器转换为脉冲链，并作为神经元输入。当输入脉冲将神经元充电至等于或大于其阈值的水平时，神经元将发放脉冲，这些像素即被识别为相似像素。神经元对像素响应的序列存储在串行输入并行输出移位寄存器中。移位寄存器的输出用作平均电路选择开关的输入，使其成为自适应均值操作，从而实现保边均值滤波器。使用来自 Caltech 数据库的 150 张添加了高斯噪声的图像对该硬件进行了系统级仿真，以测试所提出滤波器的保边和去噪能力的鲁棒性。调整了硬件神经元的阈值，使得所提出的保边空间滤波器在 PSNR 和 MSE 方面达到最佳性能，并且这些结果优于传统的均值和中值滤波器。