《表1 不同尺度下图像增强的客观评价》

  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

《红外图像的多尺度分形增强算法》

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

实验中分别使用单尺度和多尺度空间求取图像的分形维数，然后结合人眼的频率特性对图像进行增强.图像增强后常用峰值信噪比（Peak Signal to Noise Ratio，简称PSNR）、均方误差（Mean-Square Error，简称MSE）以及平均梯度（Mean Gradient，简称MG）作为衡量图像质量的重要客观指标.均方误差的大小用来表示去噪效果的好坏，值越小表明效果越好.峰值信噪比是一种基于像素点间误差敏感的图像质量指标[5]，可以衡量增强后图像与原图的劣化程度的客观指标，峰值信噪比值越大表明增强效果越好.平均梯度指图像的边界或影线两侧附近灰度有明显差异，即灰度变化率大，变化率的大小可用来表示图像的清晰度，平均梯度越大表明图像越清晰.表1中显示了不同尺度下增强后图像的峰值信噪比、均方误差以及平均梯度，可以看出单尺度和多尺度下的增强结果有明显的差距.