《表2 不同算法图像去噪结果的峰值信噪比对比dB》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于稀疏优化l_p正则化的光滑化拟牛顿算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本实验使用SQNp算法与SaMP算法和CoSaMP算法对不同噪声程度的256×256的House和Cameraman图像，512×512的Peppers、Boat、Lena和Baboon图像进行去噪对比实验，对其取值范围为[0，255]的House、Peppers原始图片的每个像素分别加入服从30倍和50倍标准正态分布的随机噪声；对Cameraman和Boat分别加入方差为0.03和0.05的高斯随机噪声；对Lena和Baboon分别加入噪声密度为0.08和0.10的椒盐噪声。首先将噪声图片按像素分为可重叠的8×8的像素块，对每一个8×8的像素块分别使用K-SVD训练得到训练后的字典矩阵和像素块，然后利用字典矩阵和像素块按列重构得到重构后的像素块，将字典矩阵与重构后的像素块相乘得到恢复的图像，最后将恢复的图像与噪声图像按一定权值相加得到去噪后的图像。去噪结果如图11～图16和表2所示。