《表1 合成数据集的SSIM、PSNR值》

  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

《结合FC-DenseNet和WGAN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

为了从客观角度评价本文算法的优劣，本文采用峰值信噪比[25](peak signal to noise ratio，PSNR）和结构相似度[26](structural similarity index，SSIM）作为客观评价指标。峰值信噪比反映了图像结构信息的完整性，其值越高，图像受噪声的影响越小。结构相似度反映了图像结构信息的相似性，其值越大，图像越相近，失真差异越小。六种算法去雾前后的SSIM和PSNR指标结果如表1所示。与其他算法相比，本文算法结构相似度指标值更高，说明本文算法在去雾前后图像的结构更为相似，在图像边缘细节处复原效果较好；且本文算法在峰值信噪比指标上明显占有优势，表明本文算法的去雾图像与原始清晰图像像素级差异小，受噪声影响更小，图像更加清晰，去雾质量得到显著提高。