《表2 FSIM和FSIMC的结果对比》

  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

《混合非凸非光滑正则化约束的模糊图像盲复原》

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

本文合成图像采用K?hler等[21]公开提供的图像数据集：模拟人手持相机拍摄时手抖动的环境，并记录由抖动而造成的相机运动轨迹，认为这些运动轨迹充分接近真实情况下的模糊核。从中挑选出12种轨迹用于数据集的建立，即将12个模糊核分别作用于4张真实的清晰图像，得到48张模糊图像来模拟现实的模糊情况。本文首先选取常用的峰值信噪比（Peak Signal-to-Noise Ratio，PSNR）和结构相似性（Structural SIMilarity，SSIM）作为定量评价指标。表1给出了8种盲复原算法[1-3，6-7，22-24]与本文算法的PSNR和SSIM的对比结果。从表1的数据中可以看出，本文算法有着最高的PSNR与SSIM的平均值，说明本文算法的复原结果质量更高，从颜色和结果上更加接近真实的清晰图像；并且PSNR和SSIM标准差最小，说明本文算法更加稳定，对不同模糊核大小的模糊图像都有着较好的复原结果。Zhang等[25]比较了几种全参考图像质量评价算法，统计了每种全参考图像质量评价算法的客观值和主观值之间的相关系数，验证了特征相似性（Feature SIMilarity，FSIM）的评价结果准确性最高。表2给出了FSIM（灰度图像）及FSIMC（彩色图像）的结果对比，结果显示本文算法有着最高的FSIM及FSIMC值，说明本文算法复原出的图像更接近真实的参考图像。