《表1 作用于整幅图像时TVLRR算法与低秩表示模型的PSNR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

《基于TV范数对低秩表示去噪模型的改进》

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

在整幅图像的基础上进行图像去噪时，分别对几幅测试图像添加标准差σ为20，40和60的噪声，式（6）中的TV范数的类型选择为各项同性的TV范数，模型中的平衡参数λ设置为λ=1/槡max（m，n），η设置为η=0.002*λ。实验中发现，δ作为更新式（8）中的惩罚参数μ的乘子，取值会明显影响去噪结果。设置δ值为1.7，1.2和1.1，分别对应噪声强度20，40和60。实验结果的PSNR值见表1。可知，相比于低秩表示模型的去噪算法在各个噪声水平的PSNR值提高了约0.2～0.8dB，表明TV范数可以明显提高低秩表示的图像去噪效果。