融合梯度及分数阶积分算子的SVM滤波

作     者：赵佰亭 董潇 贾晓芬 ZHAO Bai-ting;Dong Xiao;JIA Xiao-fen

作者机构：安徽理工大学电气与信息工程学院 

基　　金：国家自然科学基金(61501006) 中国博士后科学基金(2016M592035) 安徽省高等学校自然科学重点项目(KJ2017A076) 安徽省高校优秀青年人才重点项目(gxyqZD2018036) 安徽省博士后科学基金(2017B173)资助项目 

出 版 物：《光电子．激光》 (Journal of Optoelectronics·Laser)

年 卷 期：2019年第30卷第7期

页      码：750-758页

摘      要：为了在滤除椒盐噪声时更好的保护图像特征信息,利用分数阶积分算子、梯度信息和SVM设计了一种滤波方法FG-SVM。先设计PCNN噪点检测模型,将检测的噪点及信号点对应位置分别标记为1和0,生成标记图像;然后根据标记图像,在噪声图像上对每一个以信号点为中心的5×5区域,用中心点周围的像素灰度信息、分数阶积分算子及梯度信息构建训练样本,训练SVM获得去噪模型;再取以噪点为中心的5×5区域构建测试样本,作为SVM去噪模型的输入来估计区域中心的灰度值;最后用SVM的估计值取代噪点的灰度值,得到去噪图像。仿真试验表明,分数阶积分阶次取1.7±0.1时,能获得最好的去噪效果。对含噪1%的Lena、Pepper及Camer.去噪,FG-SVM的PSNR比MPCNN分别提高了[4.19,1.60,3.64]dB,且去噪图像的边缘细节清晰。

主 题 词：SVM去噪 分数阶积分算子 PCNN 梯度 椒盐噪声 

学科分类：0808[工学-自动化类] 0809[工学-计算机类] 081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.16136/j.joel.2019.07.0380

馆 藏 号：203792186...