《表2 9%椒盐噪声下定量对比》
图2为本研究方法MCSMM与k-means、GMM算法分割含有9%椒盐噪声普通图像的结果.其中图2a)为实验原图,b)为含有9%椒盐噪声的图像,c)~e)分别为k-means、GMM和MCSMM的分割结果.表2为3种算法在9%椒盐噪声下的Accuracy和SNR对比结果.由图2和表2可知,GMM的分割精度和分割效果较差,k-means算法在个别图像上的分割效果要优于GMM算法.而MCSMM由于对传统的Student’s t混合模型进行了分类处理,有着较强的抗噪性.对含有大量椒盐噪声的图像进行分割时,无论是分割精确度还是信噪比,比k-means和GMM都有了很大的提高.
图表编号 | XD00217693400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.30 |
作者 | 王燕贞、陈志翔 |
绘制单位 | 漳州职业技术学院信息工程学院、闽南师范大学物理与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |