圖象濾波算法的若干研究.pdf

1、本文主要包括四個方面的內(nèi)容：圖象濾波綜述；統(tǒng)計學習理論(SLT)和支持向量機(SVM)；支持向量機在圖象濾波中的應用，重點介紹學習集的選取方法；針對脈沖噪聲濾波的新方法。其中第三和第四個方面是本文的特色，也是本文的主要內(nèi)容。 大多數(shù)圖象具有空間相關(guān)性，絕大部分相鄰的象素點具有相近的灰度值。我們可以對圖象建立一張二維曲面，象素點的灰度值就是該曲面的采樣點?；谶@樣的事實，本文引入了統(tǒng)計學習理論和支持向量機，通過選取有限的學習樣本集

2、來預測未知象素點的灰度值。統(tǒng)計學習理論是小樣本學習理論，而支持向量機是其思想實現(xiàn)的方法，在這里我們將其用于圖象濾波。因為機器學習問題中對學習集的選取是很關(guān)鍵的，所以重點介紹了學習集的選取方法，然后在各種方法下做了實驗，效果不錯。這是第三個方面的主要內(nèi)容。 在本文的第四部分，根據(jù)脈沖噪聲的概率分布特點，提出了一種新的去除這類噪聲的算法。被脈沖型噪聲污染的圖象，其表面呈現(xiàn)出很多的峰和谷，所以檢測到該峰和谷時，必定與它周圍的點有很大的