《表6 不同噪声比例下各降噪算法在FSIM评价指标上的比较》
注:加粗字体表示最优结果,加下划线表示次优结果。
为了更加直观地比较本文算法的实际应用效果,图4给出了各算法对受40%随机脉冲噪声干扰的Lena图像降噪后的效果图,并将其局部(帽檐部分)放大进行对比。从图4可以看出,在相同噪声比例下,使用PSMF算法恢复的图像存在较多的噪声点,ROLD-EPR和ASWM算法恢复的图像存在一些比较明显的没有滤除的噪声点,ROR-NLM算法处理后的图像轮廓较为模糊,本文算法恢复的图像从Lena图像帽檐部分可以发现图像轮廓保留较好,且没有明显的噪声点,说明在检测比例噪声器的引导下,新的RVIN降噪算法调用了最匹配的DnCNN降噪模型,实现了最佳的降噪效果。
图表编号 | XD0082900600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.16 |
作者 | 于海雯、易昕炜、徐少平、张贵珍、刘婷云 |
绘制单位 | 南昌大学信息工程学院、南昌大学信息工程学院、南昌大学信息工程学院、南昌大学信息工程学院、南昌大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |