《表1 图3的复原结果质量对比》
我们使用仿真的模糊图像评价本文所提方法与其他先进的去模糊方法。为了衡量算法复原的效果,实验采用峰值信噪比(Peak Signal-to-Noise,PSNR)和结构相似性(Structure Similarity Index,SSIM)等图像质量评价指标对复原图像进行评价。表1和表2分别展示了图3和图4的PSNR和SSIM值,由表可知本文提出的方法相比于其他先进方法取得了更好的效果。图3中,Krishnan[10]方法能够较好的恢复图像细节,但是包含很多振铃;Pan[17]结果振铃很少,但是图像纹理不够清晰;Hu[19]方法估计的模糊核不够准确,复原结果不能恢复清晰的图像边缘和细节;本文方法实现了更加准确的核估计,对于纹理图像能够更好的恢复出图像纹理细节,且振铃较弱。图4为街景图像的盲去模糊结果,本文方法估计出的模糊核更加接近真实模糊核,复原结果中图像的边缘锐利、细节清晰、振铃较少。
图表编号 | XD00181382300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.25 |
作者 | 白雪、张艳宁、朱宇、孙瑾秋 |
绘制单位 | 西北工业大学计算机学院、西北工业大学计算机学院、西北工业大学计算机学院、西北工业大学航天学院 |
更多格式 | 高清、无水印(增值服务) |