《表4 不同椒盐噪声密度下各种算法的PSNR与EPI值Tab.4 PSNR and EPI in different densities impulse noise (d B)》
从表3可以看出,随着添加噪声的方差越来越大,去噪后图像的质量也越来越差,但是和其他算法相比,在噪声方差由小变大的过程中,本文算法去噪后的PSNR和EPI值均还保持较高的数值,说明去噪后图像的细节信息保存较好。另外,为了继续验证本文算法的鲁棒性,对遥感图像添加噪声密度为0.1,0.3,0.5,0.7和0.9的椒盐噪声。各种算法的平均衡量指标结果,如表4所示。
图表编号 | XD0021797800 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.01 |
作者 | 刘尚旺、郜刘阳、王博 |
绘制单位 | 河南师范大学计算机与信息工程学院、“智慧商务与物联网技术”河南省工程实验室、河南师范大学计算机与信息工程学院、“智慧商务与物联网技术”河南省工程实验室、河南师范大学计算机与信息工程学院、“智慧商务与物联网技术”河南省工程实验室 |
更多格式 | 高清、无水印(增值服务) |