《表2 原图及仿真模糊图像修复前后，两种无参考质量测量值的对比》

  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

《一种无参考自适应的图像运动模糊修复算法》

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

（单位:bmp）

从表1中数据可以看出来，BlurIQA可以很好的将模糊降质的图片与原图片区分开来。而quality＿score就很难区分模糊图片和原图片。然而，后者计算速度快，并且它能很好的体现质量的改进效果（表2），所以同样可以用来搜索局部极值。对于仿真模糊的图像，我们可以使用仿真模糊操作的参数，SNR估计为1/1 920，带入维纳滤波器的生成修复图像。表2中记录了修复前后，图像的两种无参考质量指标。