《表1 不同尺度不同方向的高频子图梯度系数矩阵的平均值》

  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

《HSI空间上高噪声彩色图像去噪方法研究》

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

在图像处理中，图像的梯度可以提取出图像的边缘等细节信息。梯度值较大的像素表明其处于图像边缘，梯度值的变化表示图像的内容有所改变。在高频子图中，边缘信息虽会导致图像的梯度值较高，但其变化一般是连续的且有规律性，与噪声相比变化还是较平缓，过于频繁剧烈的梯度变化一般都是由噪声引起的。为了将噪声同其他细节信息分离开来，本文从梯度的角度，对以上高频子图进行数值分析。首先对以上的高频子图求其各自的梯度系数矩阵，再对每个梯度系数矩阵求其平均值，计算所得具体数值如表1所示。对表1中所有值再求其平均，可得到最终的平均值为0.008 497，与表中各梯度平均值相比较，发现第1、2尺度的任一方向平均值都比这个平均值小，说明该尺度中每一方向的子图总体变化平稳，噪声点较少。而第3、4尺度的数值都比这个平均值大，说明在第3、4尺度中含有更多的噪声，每个子图中整体突变频繁，噪声点较多，恰好与图2的观察结果一致。而第2、3尺度中噪声信息和边缘信息共存，这就需要对具体的像素点进行单独处理，将其区分开来。