我们提出了一个下雪模型来迭代平滑各种图像噪声，同时保留重要的图像结构，例如边缘和线条。 考虑灰色图像作为数字地形模型，我们开发了自适应加权最小二乘支持向量机（LS-SVM）迭代估算位于嘈杂的图像。 LS-SVM适用于高斯噪声，而加权LS-SVM适用异常值和非高斯噪声。 为了改善其性能， 方向信号，同时抑制噪声，主要方向信息梯度被集成到加权方案中。 每个属性的贡献最终LS-SVM模型的适应性是通过适应性调制，拉长， 椭圆轮廓沿着局部边缘结构的方向扩展。 更远的地方从内核空间的超平面来看，点是，它获