《表3 不同去噪算法对room图像去噪数据对比》

  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

《改进双边滤波和阈值函数的图像增强算法》

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

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：