Figure 1(a) shows the performance f

Figure 1(a) shows the performance for the first 10 iterations of our SFP algorithm for denoising a smoothly varying image (with no visible jumps in it); for this problem, option 2 is almost the same as option 3 in performance. However, Figure 1(b) shows that option 3 is clearly better for denoising an image with a lot of jumps (edges). We also tried other
∆t i,j i,j i,j
M for M = 2,3. Then we found that the refinements of option 3 with T VM (u) = ∇ · ∇u
|∇u|
resulting SFP method is more sensitive to the selection of γ.

ผลลัพธ์ (ไทย) 1:

รูปที่ 1(a) แสดงผลการดำเนินงานในแผน 10 แรกของอัลกอริทึมของ SFP สำหรับ denoising ภาพแตกต่างกันได้อย่างราบรื่น (โดยไม่มองข้ามใน); สำหรับปัญหานี้ แบบที่ 2 คือเกือบจะเหมือนกับแบบที่ 3 ประสิทธิภาพการทำงาน อย่างไรก็ตาม รูป 1(b) แสดงว่าแบบที่ 3 ดีขึ้นอย่างชัดเจนใน denoising ภาพ มีกระโดด (ขอบ) เรายังพยายามอีก∆t i, j i, j i, jแต่ M = 2,3 แล้วเราพบว่า refinements ของตัวเลือก 3 กับ VM T (u) =∇· ∇u|∇u|วิธี SFP ผลลัพธ์เป็นสำคัญมากขึ้นกับการเลือกของγ

ผลลัพธ์ (ไทย) 2:

รูปที่ 1 (ก) แสดงให้เห็นถึงประสิทธิภาพการทำงานสำหรับ 10 อันดับแรกของขั้นตอนวิธีการทำซ้ำ SFP ของเราสำหรับ denoising ภาพที่แตกต่างกันได้อย่างราบรื่น (โดยไม่มีการกระโดดที่มองเห็นได้ในนั้น); สำหรับปัญหานี้ตัวเลือกที่ 2 คือเกือบจะเหมือนกันเป็นตัวเลือกที่ 3 ในการปฏิบัติงาน แต่รูปที่ 1 (ข) แสดงให้เห็น 3 ตัวเลือกที่ดีขึ้นอย่างชัดเจนสำหรับ denoising ภาพที่มีจำนวนมากของการกระโดด (ขอบ) นอกจากนี้เรายังพยายามอื่น ๆ
Δti, ji, ji เจ
Mสำหรับ M = 2.3 จากนั้นเราพบว่าการปรับแต่งจาก 3 ตัวเลือกที่มี T VM (U) = ∇·∇u
 | ∇u |
วิธี SFP ที่เกิดขึ้นเป็นความไวต่อการเลือกγ

ผลลัพธ์ (ไทย) 3:

รูปที่ 1 ( a ) จะแสดงผล 10 รอบแรกของขั้นตอนวิธีสำหรับ denoising SFP ของเราได้อย่างราบรื่น ( ไม่มองเห็นภาพการกระโดด ) สำหรับปัญหานี้ ทางเลือกที่ 2 คือเกือบจะเหมือนกันเป็นทางเลือกที่ 3 ในงาน อย่างไรก็ตาม รูปที่ 1 ( B ) พบว่าทางเลือกที่ 3 ชัดเจนกว่าภาพ denoising มากกระโดด ( ขอบ ) นอกจากนี้เรายังพยายามอื่น ๆ
∆ T , J , J , J
 m m = 2 , 3 .แล้วเราจะพบว่า การปรับแต่งของตัวเลือกที่ 3 กับ VM ( U ) = ∇ด้วย∇ U
U
 | ∇ | SFP ) ซึ่งมีความไวต่อการγ .