《表2 不同图像质量评价方法效果比较》

  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

《基于颜色空间变换和CNN的自适应去模糊方法》

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

为衡量这5种图像质量评价方法，文中使用Spearman秩序相关系数（spearman rank order correlation coefficient，SROCC）、Pearson线性相关系数（Pearson linear correlation coefficient，PLCC）、均方根误差（root mean squared error，RMSE）和DR作为衡量指标，比较结果见表2。在这4项指标中，SROCC主要评价的是2组数据的等级相关性，SRPCC越高（越接近于1）表明2个变量之间的等级相关性越高；PLCC可以评价2组数据的线性相关关系，若其绝对值接近于1，则其之间的关系就可以用一个线性直线方程来表示；RMSE表示均方误差的算术平方根，其值越小，说明评价模型描述数据具有更好的精确度；DR表示模糊程度能被准确区分的概率，对于模糊核的准确预测具有十分重要的作用，DR的计算见式（1）。