UOMOP
Matlab code for PSNR performance comparison 본문
% 데이터 정의
X = [0, 15, 30]; % SNR 값
% 각 선택 메커니즘별 데이터
Y_chess_odd_even_masking = [19.884, 24.182, 24.887];
Y_random = [20.274, 23.126, 23.522];
Y_gaussian = [18.482, 19.617, 19.743];
Y_canny = [18.495, 19.641, 19.653];
Y_block = [15.931, 16.089, 16.123];
% 색상 및 레이블 설정
colors = {'r', 'b', 'g', '#FFA500', '#800080'}; % orange와 purple을 16진수로 변경
labels = {'Chessboard Selection', 'Random Selection', 'Gaussian Selection', 'Canny Selection', 'Block Selection'};
data_groups = {Y_chess_odd_even_masking, Y_random, Y_gaussian, Y_canny, Y_block};
% 그래프 그리기
figure;
hold on;
for idx = 1:length(data_groups)
plot(X, data_groups{idx}, 'o-', 'Color', colors{idx}, 'DisplayName', labels{idx}, 'LineWidth', 1.5);
end
% 그래프 제목 및 축 이름 설정
xlabel('SNR (dB)');
ylabel('PSNR (dB)');
% 축 범위 및 그리드 설정
ylim([0 35]);
grid on;
% 범례 표시, 위치를 우측 하단으로 설정
legend('Location', 'southeast');
hold off;
'Main' 카테고리의 다른 글
Object/background focusing (0) | 2024.06.25 |
---|---|
Patch importance (0) | 2024.06.03 |
DeepJSCC performance ( DIM = 768, 1536, 2304 ) (0) | 2024.05.17 |
Image reconstruction with CBM (0) | 2024.05.03 |
Patch complexity calculated region extending (0) | 2024.05.03 |
Comments