《表1 各个算法的的PSNR(db)值和SSIM值》
在进行实验过程中,选取文献[5]中的Set5、Set14数据集中的bird、face、lenna、pepper图像作为测试数据,将本文提出算法分别与Bi-cubic算法、传统邻域嵌入(NE)算法、Yang等[5]提出的稀疏编码(SC)算法进行对比。本文使用峰值信噪比(PSNR)与结构相似性(SSIM)作为客观指标对比实验结果。表1显示了不同算法对4幅图像进行3倍超分辨率重建之后的PSNR与SSIM对比值。表中数据显示,本文提出算法的PSNR和SSIM值都高于其他算法。
图表编号 | XD00155679800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.25 |
作者 | 胡龙龙 |
绘制单位 | 安徽理工大学计算机科学与工程系 |
更多格式 | 高清、无水印(增值服务) |