《表1 3种算法的PSNR值(db)》
其中,MAX表示图像的灰度级,一般为255,MSE为均方根误差,m、n为图像尺寸。I (i,j)和K (i,j)表示两幅对比图像中(i,j)点坐标位置(Liu and Zhai,2017)。本研究计算了降噪后处理图像与原图像的峰值信噪比,用以比较3种算法的降噪效果。由表1可知,降噪后与降噪前的PSNR值对比,传统高斯滤波算法的PSNR值基本维持在16 db左右,现有自适应高斯滤波算法PSNR值基本维持在21 db左右,改进的自适应高斯滤波算法PSNR值在23 db左右。由此可得,传统高斯滤波算法进行图像降噪处理后,不同噪声强度下其效果差距不明显;现有自适应高斯滤波算法在不同强度的噪声干扰下,降噪效果明显优于传统高斯滤波;改进的自适应高斯滤波算法相对于现有高斯滤波算法优化效果更佳。在不同噪声强度的干扰下,改进的自适应高斯滤波算法优化效果明显,在0.01、0.02和0.03噪声强度下,分别比传统高斯滤波算法PSNR值提升6.942、6.965和6.718 db。
图表编号 | XD0088628700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 李健、丁小奇、陈光、孙旸、姜楠 |
绘制单位 | 吉林农业大学信息技术学院、吉林农业大学信息技术学院、吉林农业大学生命科学学院、吉林农业大学生命科学学院、吉林农业大学信息技术学院 |
更多格式 | 高清、无水印(增值服务) |