《表2 合成有雾图的无参考质量指标比较》

  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

《基于多尺度融合和对抗训练的图像去雾算法》

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

表1中列出了本算法和对比算法在合成有雾图像上的全参考质量指标，本算法的PSNR和SSIM指标均位于首位，其中，PSNR超过排在第二位的DehazeNet算法3.94dB，表明本算法的去雾图像受噪声影响小，具有较高的保真度。且是唯一一个SSIM超过0.9的算法，超过排在第二名的GRM算法近10.7%，表明本算法能够很好地还原图像的结构信息和纹理特征，更加符合人眼主观视觉感知，没有明显的伪影和不自然的现象。表2列出了各种算法在SOTS测试集上测得的无参考质量指标，本算法的SSEQ和BLIINDS-II指标均位于首位，且只有本算法的BLIINDS-II高于80，其余算法均位于（70，80）区间。