基于两阶段支持向量回归的快速噪声水平估计算法

• 作者: 唐袆玲 徐少平 曾小霞
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 图像降噪 噪声水平估计 两阶段预测 支持向量回归 原生图块 主成分分析
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 图像与视觉
• 页码范围: 447-458
• 页数: 12页
• 分类号: TP391.41
• 字数: 8763字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2018.16422

摘要

虽然基于主成分分析的噪声水平评估算法的预测准确性比较高,但是以迭代方式从原生图块集合中筛选同质图块子集的过程导致其执行效率比较低.为提高现有算法的执行效率,提出一种基于两阶段支持向量机回归的快速噪声水平估计改进算法.首先依据原生图块协方差矩阵的前若干个特征值与噪声水平值的强相关性,利用支持向量机回归技术训练粗精度的预测模型,大致估计出图像中的噪声水平范围;然后根据初步估计的结果,使用专门针对低、中、高噪声水平训练的精细预测模型获得最终的噪声水平估计值.大量实验结果表明,该算法可以在不降低太多预测准确性的前提下,大幅度地提高执行效率,用它作为各类图像处理算法的前置预处理模块,较其他同类算法具有显著的综合优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐少平	南昌大学信息工程学院	85	417	11.0	17.0
2	曾小霞	南昌大学信息工程学院	7	17	3.0	4.0
3	唐袆玲	南昌大学信息工程学院	1	6	1.0	1.0