《表2 TVLRR算法与所对比方法的PSNR (dB) 和SSIM结果》

  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

测试图像在不同去噪方法下的PSNR值和SSIM值见表2，其中最好的PSNR值和SSIM值均被加粗。首先对于几乎所有水平的噪声强度，TVLRR的PSNR值和SSIM值都要比NCSR方法高，其次，与BM3D和PGPD算法相比，TVLRR算法也是具有竞争力的，特别是在噪声强度很高的情况。尽管在几个中等噪声水平的情况，TVLRR的PSNR值要稍低于BM3D和PGPD方法，但是其SSIM值最高。由于TV范数可以加强恢复图像的结构光滑性，所以在对于Barbara这类带有复杂纹理结构的图像进行恢复时，TVLRR方法在任何噪声水平下都实现了最优的去噪结果，相比于其他方法PSNR值提高了约0.6～0.9dB，SSIM值提高了约0.0266～0.0524。就测试图像的平均PSNR和SSIM值来看，所提的TVLRR算法表现最好。