《表3 不同去噪算法对room图像去噪数据对比》
为了验证去噪算法的有效性,分别对含少量噪声的house(大小为768×512),room(大小为512×512)图像进行实验。同时为了保证实验结果的准确性,对小波分解后低频系数统一采用本文基于改进双边滤波的Retinex算法,在高频系数处分别采用软阈值函数、硬阈值函数、文献[14]函数及本文算法,重构后均采用分段性线性变换方法增强图像对比度。实验结果如图4、图5所示。为了更直观突出去噪对比效果,采用峰值信噪比(Peak Signal to Noise Ratio,PSNR)对去噪后图像进行数据对比。对比结果如表2,表3所示。PSNR值越大表示图像去噪效果越好。峰值信噪比公式定义如下:
图表编号 | XD00119695600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 常戬、贺春泽、董育理、任营 |
绘制单位 | 辽宁工程技术大学软件学院、辽宁工程技术大学软件学院、辽宁工程技术大学软件学院、辽宁工程技术大学软件学院 |
更多格式 | 高清、无水印(增值服务) |