摘要：针对图像滤波难题，将补偿模糊神经网络应用于图像滤波中，提出了基于补偿模糊神经网络（compensatory fuzzy neuralnetwork）的图像滤波方法。该方法结合了模糊逻辑的推理能力和神经网络的自适应、自学习能力。同时采用具有快速学习的补偿算法，引入补偿模糊神经元，使学习后的网络具有更高的容错性，并弥补了神经网络学习耗时的缺点，提高了滤波效率。模糊运算采用动态的、全局优化运算，使网络更优化，进一步改善了滤波效果。仿真结果表明，该方法对噪声具有很好地滤除作用，与现有其它滤波方法相比，具有明显的效果。

关键词：图像滤波 补偿模糊神经网络 滤波效率 

单位：江南大学电气自动化研究所 无锡214122