1.一种噪声像素自适应滤波方法，其特征在于：包括：采集标准图像的图像信号；

将所述标准图像的图像信号转换为矩阵信号；

创建噪声干扰信号模型，通过所述噪声干扰信号模型计算所述标准图像的噪声信号；

将所述矩阵信号和所述噪声信号叠加作为滤波输入信号，得到滤波系统的输出结果；

将所述滤波系统的输出结果与标准图像作差，得到误差；

重复上述各个步骤，得到多个误差，计算所述多个误差的绝对误差，当所述绝对误差最小时，所述将得到最佳的滤波权值结束本次滤波。

2.根据权利要求1所述的方法，其特征在于：进一步地，所述标准图像用R表示，所述矩阵信号如公式(1)所示：公式(1)中，g，k分别为所述标准图像R的高度和宽度；像素 令C[rij]为以像素rij为中心的大小为N的滤波窗口。

3.根据权利要求2所述的方法，其特征在于：进一步地，所述创建噪声干扰信号模型包括：(1)采用二阶的自适应滤波器；

(2)W*＝[0.8,0.5]T为有限长单位冲击想应滤波器FIR的系数；

(3)x(n)是方差为1、均值为0的高斯模拟输入信号；

(4)v(n)是方差为0.04、均值为0的高斯白噪声，且v(n)与x(n)不相关。

4.根据权利要求3所述的方法，其特征在于：进一步地，在第五百个采样点时刻，时变系统发生突变，FIR权矢量系数变成W*＝[0.4,

0.2]T。

5.根据权利要求3所述的方法，其特征在于：进一步地，将所述矩阵信号和所述噪声信号叠加作为滤波输入信号，得到滤波系统的输出结果，包括：将所述矩阵信号和所述噪声信号叠加作为滤波输入信号，通过公式(2)、(3)和(4)计算得到滤波系统的输出结果，所述公式(2)、(3)和(4)如下所示；

e(n)＝d(n)-xT(n)W(n)              (2)μ(n)＝β(1-exp(-α|e(n)|m))      (3)W(n+1)＝W(n)+2μ(n)e(n)x(n)      (4)其中，所述W(n)＝[w(n),w(n-1),w(n-2),...,w(n-L+1)]T为滤波器在时刻n的权重矢量，所述X(n)为输入激励矢量，d(n)为期望响应值，v(n)为干扰噪声，e(n)为误差。

6.根据权利要求5所述的方法，其特征在于：进一步地，所述方法包括使用所述多个误差通过公式(5)分别计算所述滤波系统的权值；

μ(n)＝β(1-exp(-α|e(n)|3))       (5)其中，所述m为误差e(n)的指数系数，所述m＝3为最佳的权值更新方法。

7.根据权利要求5所述的方法，其特征在于：所述方法进一步包括将所述滤波系统清零。

8.一种噪声像素自适应滤波系统，其特征在于：包括：采集模块，用于采集标准图像的图像信号并将所述标准图像的图像信号转换为矩阵信号；

处理模块，用于创建噪声干扰信号模型，通过所述噪声干扰信号模型计算所述标准图像的噪声信号、用于将所述矩阵信号和所述噪声信号叠加作为滤波输入信号得到滤波系统的输出结果；

比较模块，用于将所述滤波系统的输出结果与标准图像作差，得到误差；并重复上述各个步骤得到多个误差，计算所述多个误差的绝对误差，当所述绝对误差最小时，所述滤波结束。

9.根据权利要求8所述的系统，其特征在于：进一步地，所述标准图像用R表示，所述矩阵信号如公式(1)所示：公式(1)中，g，k分别为所述标准图像R的高度和宽度；像素 令C[rij]为以像素rij为中心的大小为N的滤波窗口。

10.根据权利要求9所述的系统，其特征在于：进一步地，所述处理模块创建噪声干扰信号模型包括：(1)采用二阶的自适应滤波器；

(2)W*＝[0.8,0.5]T为有限长单位冲击想应滤波器FIR的系数；

(3)x(n)是方差为1、均值为0的高斯模拟输入信号；

(4)v(n)是方差为0.04、均值为0的高斯白噪声，且v(n)与x(n)不相关。

11.根据权利要求10所述的系统，其特征在于：进一步地，在第五百个采样点时刻，时变系统发生突变，FIR权矢量系数变成W*＝[0.4,T

0.2]。

12.根据权利要求10所述的系统，其特征在于：进一步地，所述处理模块将所述矩阵信号和所述噪声信号叠加作为滤波输入信号，得到滤波系统的输出结果，包括：所述处理模块将所述矩阵信号和所述噪声信号叠加作为滤波输入信号，通过公式(2)、(3)和(4)计算得到滤波系统的输出结果，所述公式(2)、(3)和(4)如下所示；

e(n)＝d(n)-xT(n)W(n)              (2)μ(n)＝β(1-exp(-α|e(n)|m))      (3)W(n+1)＝W(n)+2μ(n)e(n)x(n)      (4)其中，所述W(n)＝[w(n),w(n-1),w(n-2),...,w(n-L+1)]T为滤波器在时刻n的权重矢量，所述X(n)为输入激励矢量，d(n)为期望响应值，v(n)为干扰噪声，e(n)为误差。

13.根据权利要求12所述的系统，其特征在于：所述比较模块进一步用于使用所述多个误差通过公式(5)分别计算所述滤波系统的权值；

3

μ(n)＝β(1-exp(-α|e(n)| ))       (5)其中，所述m为误差e(n)的指数系数，所述m＝3为最佳的权值更新方法。

14.根据权利要求13所述的系统，其特征在于：所述比较模块进一步用于将所述滤波系统清零。