《表1 不同算法去雾效果比较》
定量评价采用峰值信噪比(PSNR)、结构化相似度(SSIM)、文献[20]中提出的新增可见边e(可见边的规范化梯度均值为r-)、饱和黑色或白色像素点的百分比σ等评价指标。PSNR反映的是增强后图像的失真程度,其值越大,失真程度越低;SSIM可衡量原图像和去雾图像的结构相似性;一般来说,e,r-值越大,σ越小,说明细节保持和图像去雾效果好。不同算法去雾效果比较见表1。由表1的评价参数可以得出,文献[9]和本文暗通道先验算法的PSNR,SSIM值较小,失真较大,且文献[9]算法运行时间较长;从4种算法的e,r-值来看,去雾图像的新增可见边和梯度都得到了不同程度的提高,文献[9]和本文暗通道方法由于失真较大,导致e,σ值较大,图像去雾不均衡,综合效果较差;导向滤波MSR算法在保真方面有较好的表现,但去雾效果较差;经过小波融合后的图像PSNR、SSIM值较大,保真度高,e,r-和σ三值的平衡性较好,r-值得到了提高,增加了去雾图像的清晰度、对比度,且边缘细节突出,运行时间较短,综合效果比较好,有利于图像的提取、识别。
图表编号 | XD0037962600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 王渊、李红卫、郭卫、贺海涛、郏高祥 |
绘制单位 | 西安科技大学机械工程学院、西安科技大学机械工程学院、西安科技大学机械工程学院、中国神华能源股份有限公司神东煤炭分公司、西安科技大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |