《表1 不同去噪算法的输出图像峰值信噪比》

  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

《基于边缘检测的高斯噪声滤波算法》

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

图2表明，均值滤波虽然较好地平滑了高斯噪声，但图像中的边缘细节产生了一定程度模糊。加权均值滤波算法在去除噪声的同时对于边界区域轮廓起到了一定保护作用，并且对于灰度变化缓慢的非边缘像素可以获得较高的峰值信噪比。K近邻滤波有很好的边界保持能力，但其用于非边缘区域难以取得理想的平滑效果，导致峰值信噪比降低。文献[5]方法处理的图像边缘保持效果得到改善，但不足之处在于锯齿效应与噪声残留。本文算法结合加权均值滤波和K近邻滤波的各自优势，图像噪声得到有效抑制的同时，很好地保留了边缘细节。再对Lena图像分别添加标准差σ=5，σ=10，σ=15的高斯噪声，上述几种去噪算法的图像峰值信噪比见表1，数据表明本文算法的峰值信噪比略高于其他同类算法。从算法效率看，本文算法运行时间约为280 ms，算法效率介于K近邻算法与加权均值滤波算法之间，能够满足实时处理要求。