《表2 去噪图像PSNR与SSIM值比较》

  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

《基于稀疏先验的非局域聚类图像去噪算法研究》

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

对几种去噪算法主观效果对比发现，K-SVD算法去噪后整体模糊，丢失了较多的图像细节信息，去噪性能最差；在EPLL与BM3D算法的去噪后图像中出现一些原图中没有的视觉伪像，EPLL算法的视觉伪像现象比BM3D算法明显；NCSR算法整体上有过平滑的现象，因此丢失了部分细节纹理信息，同时该算法在图像的部分纹理边缘区域会出现明显的马赛克斑块，这是因为NCSR算法在图像所有区域使用基于窗口的块匹配，窗口的限制使得其在部分纹理边缘区域匹配到的相似块与去噪中心块不够相似，造成由相似块估计得到的估计块不接近理想图像块甚至有较大的偏差，去噪后在相应位置就会出现马赛克斑块现象；本文算法相比于其他几种去噪方法，可以保留原始图像更多的细节信息，同时平坦区域过渡自然，视觉伪像与其他算法相比不明显，因使用基于聚类的全局块匹配，所以能匹配到更相似的相似块，马赛克斑块的现象比NCSR大大减少。对比可见，本文算法在标准图像上的主观去噪效果最佳。