《表1 实验结果对比：基于模糊检测概率变化的模糊图像质量评价算法》

  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

《基于模糊检测概率变化的模糊图像质量评价算法》

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

本文利用LIVE数据库中的JPEG2000压缩图像与高斯模糊图像来评价算法性能。并通过客观评价数据与主观结果的拟合，得到了衡量不同特征的性能指标[14-16]。其中包括：描述算法准确性的皮尔逊线性相关系数（PLCC）、描述算法单调性的斯皮尔曼秩相关系数（SROCC）和描述算法一致性的离出率（OR）。为了更加直观地显示算法改进的评价效果，本文同时与基于目标感知的无参考图像模糊度评价方法（JNBM）、CPBD、文献[8]算法进行对比。其中，文献[8]算法利用模糊图像的像素点与周围像素的灰度差值得到了一种新的评价算法，该算法首先对图像进行再模糊，然后利用待评价图像和参考图像的邻域像素变化强度来量化图像质量。其对比结果如表1所示。