基于回归型最小二乘支持向量机卷积模板的椒盐噪声开关滤波器

针对椒盐噪声的特点,提出了一种以回归型最小二乘支持向量机(Least square support vector regression,LS-SVR)为数据恢复算法的开关型滤波器。首先利用max-min算子对滤波窗口中心点进行噪声判别,若中心点不是窗口极值,则将其正常输出,若为极值,则将其判定为噪声,并进一步将窗口分为只有中心点被污染和多点被沾染二类,利用LS-SVR良好的数据逼近能力,对窗口进行曲面拟合,实现了被污染的数据点的有效恢复,减小了被误判为噪声的数据点的损害。为提高算法的运算速度,根据滤波策略和LS-SVR的特点,先期构造了二种LS-SVR卷积模板,将LS-SVR的训练过程转化为了简单的加权求和运算,增加了算法的实用性。实验表明,这种方法具有较好的细节保护能力和较强的噪声去除能力。