《表6 去模糊后图像平均主观得分差》

  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

《基于无参考图像质量评价的反卷积去模糊算法》

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

表3～5中“图像1，图像2，……”代表不同的图像，“PSNR＿mohutu”代表模糊图的峰值信噪比，“PSNR＿huifutu”表示去模糊后图像的峰值信噪比，“SSIM＿mohutu”代表模糊图像的结构相似度，“SSIM＿huifutu”表示去模糊后图像的结构相似度，“SSEQ＿yuantu”代表未失真图的SSEQ算法打分，“SSEQ＿mohutu”表示模糊图的SSEQ算法打分，“SSEQ＿huifutu”代表去模糊后图像的SSEQ算法打分，“SSEQ＿chazhi”表示去模糊后图像的SSEQ值与原图的差值。从表3～5可以看出，去模糊后图像峰值信噪比与结构相似度提升明显，且SSEQ打分与原图充分接近，根据主观质量评价表可以看出去模糊后图像与未失真图像人眼评分的差值大都在20分之内，充分表明去模糊后图像可以达到“非常好”的恢复效果，满足图像处理要求。选择年龄在21～25岁之间、男女比例1:1的20名视觉正常观察者对去模糊后图像进行主观评价实验，通过比较无失真图像和失真图像评价得分的差异，进一步验证本文去模糊算法的有效性，得出人眼的平均主观得分差（DMOS），结果如表6所示。