《表6 不同算法去模糊结果比较（模糊核：9×9)》

  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

为验证文中算法的性能，通过实验将文中算法与FISTA算法[21]、FGISA算法[22]、SRCNN算法进行比较。常用的传统去模糊方法是对该问题进行正则化，FISTA算法是求解l1正则化的重要算法，FGISA算法是基于lp范数约束的图像去模糊快速广义迭代收缩算法，二者是传统方式去模糊领域较为典型的算法；SRCNN是深度学习用在超分辨率重建上的开山之作，在图像去模糊方面也具有良好的效果，文中以峰值信噪比PSNR与处理时间作为评价指标进行比较，比较结果见表6。由表6可以看出，文中所提出的算法，不仅在恢复效果上有明显提升，而且由于转换了颜色空间，仅在Y通道上进行图像去模糊操作，运行效率得到极大提高。