[发明专利]一种支持向量机融合分数阶积分算子的方法在审
| 申请号： | 201711090297.5 | 申请日： | 2017-11-08 |
| 公开（公告）号： | CN107833192A | 公开（公告）日： | 2018-03-23 |
| 发明（设计）人： | 贾晓芬;郭永存;黄友锐;赵佰亭 | 申请（专利权）人： | 安徽理工大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 232001 *** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种支持向量机融合分数阶积分算子的方法，该方法包括以下步骤先输入噪声图像；然后检测噪声图像中的噪点和非噪点；再以非噪声点为中心，在其5×5区域采用分数阶积分算子构造支持向量机的训练样本，并训练支持向量机获得去噪模型；再以噪点为中心采用分数阶积分算子构造支持向量机的测试样本，并用去噪模型估计噪点的像素值；最后利用估计的噪点像素值和直接输出的非噪点像素值重构得到去噪图像。本发明在用于图像去噪时，仅针对噪点处理，能够在去噪时尽可能的保护图像的细节信息。 | ||
| 搜索关键词： | 一种 支持 向量 融合 分数 积分 算子 方法 | ||
【主权项】：
一种支持向量机融合分数阶积分算子的方法，其特征在于，具体按照以下步骤进行：步骤一：输入噪声图像；步骤二：检测噪声图像中的噪点和非噪点；步骤三：采用分数阶积分算子构造支持向量机的训练样本，并训练支持向量机获得去噪模型；步骤四：采用分数阶积分算子构造支持向量机的测试样本，并用步骤三得到的去噪模型估计噪点的像素值；步骤五：利用估计的噪点像素值和直接输出的非噪点像素值重构得到去噪图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于安徽理工大学，未经安徽理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711090297.5/，转载请声明来源钻瓜专利网。
