PCNN(3)图像增强

        图像增强即增强图像中的有用信息，它可以是一个失真的过程，其目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。

        分为两个方向：

1.去噪，去掉噪声，常见的有中值滤波，还有频率域滤波，使得图像接近于真实图像。

2.边缘化，使得图像轮廓更突出，可以看做边缘检测，使得目标轮廓更明显，做分类，识别。

        以下源码采用PCNN原理进行边缘增强。.

[p,q]=size(I);
%初始化相关参数
alpha_L=0.06931;
alpha_Theta=0.05;
beta=0.2;
vL=1.00;
vTheta=200;%连接幅度因子
np=700000;%阈值幅度因子
%初始化所有用到的矩阵
EnhImage=zeros(p,q);
L=zeros(p,q);
U=zeros(p,q);
Y=zeros(p,q);
Y0=zeros(p,q);
%突触联接权系数矩阵W
W=[0.1091 0.1409 0.1091;...
    0.1409 0 0.1409;...
    0.1091 0.1409 0.1091];
%实现PCNN图像增强
Bri=max(I(:));%灰度图像中最亮的像素的灰度值
La=[-1 -1 -1;-1 8 -1;-1 -1 -1];%；拉普拉斯算子
Theta=Bri-conv2(I,La,'same');
F=I;
for n=1:np
    K=conv2(Y,W,'same');
    L=exp(-alpha_L)*L+vL*K;
    Theta=exp(-alpha_Theta)*Theta+vTheta*Y;
    U=F.*(1+beta*L);
    Y=im2double(U>Theta);
    EnhImage=(log(Bri)-(n-1)*alpha_Theta).*Y;
    Y0=Y0+EnhImage;
    if any(Y(:))==0
        fprintf('第%d次迭代后没有火点了.\n',n);
        break;
    end    
end