《表3 纹理类图像信噪比和时间效率比较》

  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

《基于改进的全变差方法的图像分解》

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

根据表3～4中信噪比（SNR）数值进行横向比较分析，一方面可得到，在分解纹理类图像时，改进的TV-H-1模型分解后的信噪比整体都比TV-H-1模型的分解效果低，这也说明了改进的TV-H-1模型分解效果更好。但是在进行航空类图像、杂类图像的图像分解时，得到的信噪比大部分都比TV-H-1模型大，即分解效果较差，除了航空类图像中的Port图像分解稍微好一点外；另一方面可以得到，在分解这3类图像，包括纹理类图像、航空类图像、杂类图像时，改进的TV-G模型分解后的信噪比大部分都比TV-G模型分解后的信噪比低，即改进的TV-G分解效果更好，除了纹理类图像的Weed图像、航空类图像的Boat图像、杂类图像的Logo图像外。通过横向比较分析，可以得到改进的TV-H-1模型更适合于纹理类图像分解，对航空类图像，杂类图像分解基本无效。反观改进的TV-G模型适用于这3类图像的大部分图像分解，但仍有少量图像分解效果稍微差一点。