《表2 去噪图像SSIM对比》
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。
图表编号 | XD00134383500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 刘洪琛、刘朝霞、张龙 |
绘制单位 | 中央民族大学理学院、中央民族大学理学院、中央民族大学理学院 |
更多格式 | 高清、无水印(增值服务) |