《表1 有渐晕且边缘混叠情况下的定量指标(CPSNR)》

  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

《一种双引导滤波的光场去马赛克方法》

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、表2是基于重建的视角获得的各个方法的CPSNR、SSIM。总体对比各方法，可以看出本文算法在大多数场景下优于现有其他算法，在有渐晕且边缘混叠的情况下具有最高的CPSNR和SSIM值。本文算法和文献[17]算法优于另外两种传统算法（文献[21]和文献[28]），平均CPSNR改善超过2.5 dB，是由于本文算法和文献[17]利用特定透镜结构进而避免因使用其他邻域透镜像素插值目标透镜像素而引起的混叠串扰。另外，从图10可以看出，本文算法相比文献[17]出现颜色伪影较少，原因在于本文算法不仅充分利用目标像素周围邻域信息获取高精度G图像，并且利用G图像双引导R/B图像来有效保留G图像结构以最终获得高质量光场图像。文献[17]的算法在插值过程中只利用和目标像素同行和同列的一些像素集合，没有充分利用目标像素的周围邻域，导致图像细节信息不能很好地恢复，出现颜色伪影。