张鲁丹



基于支持向量机的改进中值滤波算法①

张鲁丹

(渤海大学工学院, 锦州 121013)

对椒盐噪声的特点以及标准中值滤波算法存在的不足, 提出一种基于支持向量机的改进中值滤波算法. 该算法首先对噪声图像进行中值滤波, 并对滤波后图像去模糊化, 然后用支持向量机分类确定去模糊化后图像中灰度值为最大值或最小值的像素点是否为噪声点, 最后通过支持向量机回归预测将噪声点恢复为原始信号. 仿真实验及仿真结果分析表明该算法可以有效地去除椒盐噪声, 且有较高的峰值信噪比.

支持向量机; 椒盐噪声; 中值滤波

图像在形成、记录、处理和传输过程中易受到诸多因素的影响, 产生各种类型的噪声. 椒盐噪声是其中一种重要的噪声类型, 它是由图像传感器、传输信道、解码处理等产生的黑白相间的亮暗点噪声, 表现为被污染像素的灰度值是图像灰度取值范围内的最大值或最小值附近的像素值. 去噪的效果直接影响后续图像处理的精度, 因此图像去噪是图像预处理阶段中的一个重要部分[1-3]. 传统的滤波算法分为线性滤波与非线性滤波, 线性滤波具有低通特性, 不容易保存图像的细节和边缘[4]; 以中值滤波为代表的非线性滤波能在图像去噪和保存细节上得到很好的折中, 是常用的去除椒盐噪声的滤波算法. 该算法的主要思想是以图像中的每一个像素点为中心点, 按照灰度值从小到大的顺序对其……