《表4 不同算法在40张图片的平均指标》

  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SCBSO算法的低照度纹理图像增强方法》

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

LOE值越小说明图像的亮度顺序保留得越好，VIF值越大图像的视觉效果越好，PSNR越大表示图像的噪声干扰越少。从表3数据可以看出，在处理同一类别的纹理图像比较算法中，本文SCBSO算法的三个指标相对于BSO和GA增强结果都相对较好。其中BSO处理的指静脉图像存在失真，亮度不均衡，纹理特征不明显，因此指标相对较差；GA处理的掌纹图像存在过度曝光区域，自然特性受到影响，根本原因在于所用优化算法在寻优时陷入了局部优解。为避免实验存在随机性，同时验证算法的稳定性，从两个数据集中各选择40张图像用本文算法和对比算法进行增强，分别计算三个指标的平均值，结果如表4所示。实验结果与表3得出的结论基本一致，SCBSO算法的LOE最小，表明算法保留了图像的自然属性，在两个数据集测试中最优，减小了37.8%、21.7%；VIF最大表明对图像进行了适度增强，更符合视觉要求，最优提高了15.3%、11.1%；PSNR最大体现了在去噪的同时保留了纹理图像的有用信息，最优提高了10.6%、12.9%。综合三个客观指标，本文SCBSO算法性能更稳定，效果更好，因此本文算法无论是从视觉评价还是客观指标均表现较好。