《表2 去噪图像SSIM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

《融合L~2和KL保真项的图像恢复算法》

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

表1和表2给出了5幅测试图像在添加不同比例噪声时的峰值信噪比（PSNR）和结构相似度（SSIM）的比较，从表1和表2中可得，在添加方差较小的高斯-泊松混合噪声，新模型和MFT模型的PSNR与SSIM比较接近，并且高于TV-KL模型和MRT模型。但是，随着添加方差增大的高斯-泊松混合噪声时，四种模型对应的PSNR都比较低，分析其原因，当混合噪声中高斯噪声方差较大时，图像中的边缘、纹理等几何结构信息丢失很多。在添加高斯噪声方差增大过程中，总体上新模型的PSNR的值比其他模型大，SSIM的值也大于其他模型，由于新模型结合了调和模型有效处理图像平滑区域与TV-KL模型有效保存图像边缘信息的优势，并且L2保真项能有效去除高斯噪声，基于混合Kullback-Leibler散度作为保真项能有效去除泊松噪声。