1、本文主要包括四個(gè)方面的內(nèi)容：圖象濾波綜述；統(tǒng)計(jì)學(xué)習(xí)理論(SLT)和支持向量機(jī)(SVM)；支持向量機(jī)在圖象濾波中的應(yīng)用，重點(diǎn)介紹學(xué)習(xí)集的選取方法；針對脈沖噪聲濾波的新方法。其中第三和第四個(gè)方面是本文的特色，也是本文的主要內(nèi)容。 大多數(shù)圖象具有空間相關(guān)性，絕大部分相鄰的象素點(diǎn)具有相近的灰度值。我們可以對圖象建立一張二維曲面，象素點(diǎn)的灰度值就是該曲面的采樣點(diǎn)?；谶@樣的事實(shí)，本文引入了統(tǒng)計(jì)學(xué)習(xí)理論和支持向量機(jī)，通過選取有限的學(xué)習(xí)樣本集

2、來預(yù)測未知象素點(diǎn)的灰度值。統(tǒng)計(jì)學(xué)習(xí)理論是小樣本學(xué)習(xí)理論，而支持向量機(jī)是其思想實(shí)現(xiàn)的方法，在這里我們將其用于圖象濾波。因?yàn)闄C(jī)器學(xué)習(xí)問題中對學(xué)習(xí)集的選取是很關(guān)鍵的，所以重點(diǎn)介紹了學(xué)習(xí)集的選取方法，然后在各種方法下做了實(shí)驗(yàn)，效果不錯(cuò)。這是第三個(gè)方面的主要內(nèi)容。 在本文的第四部分，根據(jù)脈沖噪聲的概率分布特點(diǎn)，提出了一種新的去除這類噪聲的算法。被脈沖型噪聲污染的圖象，其表面呈現(xiàn)出很多的峰和谷，所以檢測到該峰和谷時(shí)，必定與它周圍的點(diǎn)有很大的