《表2 高斯噪声方差对降噪效果的影响(均值m=0)》

  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

《蝗虫切片图像Shannon-Cosine小波精细积分混合降噪》

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

通常，随着高斯噪声基本偏差的增大，噪声含量也相应增加。表2给出了在噪声含量增加时，不同滤波方法的去噪效果。可以看出，各种降噪方法中，峰值信噪比（PSNR）和结构相似度（SSIM）两个参数都随着噪声含量的增加而衰减，但本文方法始终具有最好的降噪效果。图3为不同降噪方法的降噪效果指标（PSNR和SSIM）随高斯噪声方差的变化曲线。随着高斯噪声方差由0.02增加到0.10，本文方法得到的降噪图像的PSNR下降了11.67%；而维纳滤波、小波方法、中值滤波和均值滤波方法得到的降噪图像的PSNR分别下降了25.36%、25.74%、17.96%、24.55%；上述5种方法的SSIM分别下降了13.67%、31.26%、33.85%、27.66%、22.78%。显然，本文方法随着噪声含量的增加，降噪效果参数衰减率最低，表明本文方法具有较好的鲁棒性和对不同图像较强的适应能力。