《表3 四种算法在不同噪声下的PSNR和运行时间(Cameraman图像)》
对两幅测试图像分别添加均值为0,标准差为10,25,50的高斯白噪声,得到四种算法的PSNR和运行时间如表2和表3所示。四种算法都采用文献[9]提出的加速方法进行加速。可以看出,本算法在低噪声水平下,去噪效果相比传统NLM算法的效果有较大提升,略优于GNLM和TNLM算法。在运行速度上,本算法的运行时间都小于1s,处理Lena图的平均耗时只有GNLM算法的19.1%,以及TNLM算法的18.1%;处理Cameraman图的平均耗时则只有GNLM算法的20.7%,以及TNLM算法的19.4%。这证明本算法比其他两种改进算法的运行时间更短,比NLM算法的去噪效果更好。
图表编号 | XD00188245300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.25 |
作者 | 化春键、马金科、陈莹 |
绘制单位 | 江南大学机械工程学院、江苏省食品先进制造装备技术重点实验室、江南大学机械工程学院、江苏省食品先进制造装备技术重点实验室、江南大学物联网工程学院 |
更多格式 | 高清、无水印(增值服务) |