基于多特征结合与加权支持向量机的图像去噪方法

？在基于支持向量机(svm)的图像去噪方法的基础上，提出了一种基于多特征结合与加权svm的图像去噪方法。首先，根据图像中相邻像素的相关性及椒盐噪声的特点，提取含噪图像中的多种特征；然后，利用针对不平衡数据集所改进的加权svm分类器，识别出含噪图像中的噪声点，再利用支持向量回归机(svr)对噪声点的原始灰度值进行回归预测；最后，重构图像以达到去噪的目的。实验结果表明，该方法能提高svm分类器对噪声点的识别率，改善分类器的性能，并能在去噪的同时较好地保留图像的边缘信息，获得较高的峰值信噪比(psnr)。