《表2 与2016—2017年DIBCO前三名算法对比》

  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

《融合背景估计与U-Net的文档图像二值化算法》

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

实验测试集数据来源于2016—2017年国际文档图像二值化竞赛，共计30张图像。本文选取的评估指标为F值（F-measure，FM）、伪F值（pseudo F-measure，p-FM）、峰值信噪比（PSNR）、距离倒数失真度量（DRD），其中前三个指标值越大说明算法准确性越高，DRD指标值越小说明像素分类错误率越低，具体定义请参考文献[21～23]。表2是本文算法与2016—2017年国际文档二值化竞赛的前三名算法（分别表示为top1、top2、top3）作对比，本文算法的四项评估指标值均优于前三名算法，说明本文算法具有更高的准确性和鲁棒性。