《表3 3种算法在不同图像和噪声水平下的去噪后峰值信噪比数据比较》

  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

《稀疏梯度域非参数贝叶斯字典学习图像去噪》

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2和表3列出了本文算法、GradDLRec算法、DLM-RI算法（纵向观察表格数据）对不同图像去噪结果。从表2看出，本文算法相较于GradDLRec算法和DLMRI算法有明显的效果改善。在噪声标准差σ=5的情况下，本文算法和GradDLRec算法的去噪效果相当。在噪声标准差σ=10、15、20、25、50、100的情况下，本文算法的去噪效果明显优于GradDLRec算法和DLMRI算法。实验仿真的原始图像和含噪图像如图2所示，图3和图4表示采用3种去噪方法得到的去噪图像。由图3和图4可以看出，基于3种算法得到了良好的去噪图像视觉效果。其中，本文算法取得的视觉效果更好，可以说明本文算法在图像去噪的过程中，能比较有效地从含噪图像中保留有用信息，获得良好的重建图像。