《表1 不同方法处理结果的PSNR量化比较》
上述处理图像的量化结果如表1–3所示是不同方法所处理结果的评价指标.由于Kupyn等人[14]的方法是一种端到端的图像生成方法,因此无法计算出对应的模糊核.从表1–3可以看出,本文所提出的方法所估计的模糊核的KSIM指标较高,进而其模糊图像的恢复效果也较好,这从表格中PSNR指标和SSIM指标可以看出.这说明了所提出的方法能够估计出较为准确的模糊核,进而回复出相对高质量的清晰图像.对于样本1而言,两种方法所估计的模糊核相似性较低,但其去模糊图像的SSIM结果却较高.这是因为样本1的模糊核较小,所处理的模糊图像的模糊效果不太明显所造成的.
图表编号 | XD00165465600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 余孝源、谢巍 |
绘制单位 | 华南理工大学自动化科学与工程学院、华南理工大学自动化科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |