《表1 无噪声图像重建结果的PSNR (db) 和SSIM对比》
图1~2中显示了不同方法的视觉重建结果.图1中(b)和(c)重建结果较为模糊,并且可以观察到沿边缘的锯齿状痕迹,但本文算法中,选择合适的子字典在最佳稀疏域上进行重建,字典中的原子线性组合得到的重建结果更好;在引入稀疏噪声的过程中,去噪的同时,也间接的将自相似性用到了图像的重建中,因此本文重建结果获得了较为清晰的图像边缘,和更为丰富和清晰的图像细节;同时从表1中也可以看到,本文算法的PSNR和SSIM值基本上均高于其他两种算法.
图表编号 | XD0045715200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.10 |
作者 | 王真真、杨欣、朱松岩、周大可 |
绘制单位 | 南京航空航天大学自动化学院、南京航空航天大学自动化学院、江苏工程技术学院、南京航空航天大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |