基于椒鹽噪聲的核回歸擬合開關(guān)去噪算法

　　針對(duì)椒鹽噪聲的去噪和細(xì)節(jié)保護(hù)問題，提出一種基于核回歸擬合的開關(guān)去噪算法。首先，通過高效脈沖檢測(cè)器對(duì)圖像中的椒鹽噪聲像素點(diǎn)進(jìn)行精確檢測(cè)；其次，將所檢測(cè)到的噪聲像素點(diǎn)當(dāng)作缺失數(shù)據(jù)，應(yīng)用核回歸方法對(duì)以噪聲像素點(diǎn)為中心的鄰域內(nèi)的非噪聲像素點(diǎn)進(jìn)行擬合，得到符合圖像局部結(jié)構(gòu)特征的核回歸擬合曲面；最后，以噪聲像素點(diǎn)的空間坐標(biāo)對(duì)核回歸擬合曲面進(jìn)行重采樣，獲得噪聲像素點(diǎn)恢復(fù)后的灰度值，從而實(shí)現(xiàn)椒鹽噪聲的濾除。與經(jīng)典的中值濾波器（SMF）、自適應(yīng)中值濾波器（AMF）、改進(jìn)型的方向加權(quán)中值濾波器（MDWMF）、快速開關(guān)中均值濾波器（ FSMMF）、圖像修補(bǔ)（n）等算法進(jìn)行不同噪聲密度的實(shí)驗(yàn)對(duì)比，所提算法的去噪結(jié)果圖像的主觀視覺質(zhì)量均為最優(yōu)；在低密度、中等密度以及高密度噪聲場(chǎng)景下，所提算法對(duì)不同測(cè)試圖像去噪結(jié)果的峰值信噪比（ PSNR）分別平均提高了6. 02 dB、6.33 dB和5.58 dB，且平均絕對(duì)誤差（MAE）分別平均降低了0.90、5.84和25. 29。實(shí)驗(yàn)結(jié)果表明，所提算法不僅能夠有效去除各種密度的椒鹽噪聲，同時(shí)具備良好的圖像細(xì)節(jié)保護(hù)性能。