《表2 基于Middlebury标准库的不同深度图像修复算法的PSNR》
由表1和表2可知,与GF算法和JBF算法相比,本文所提算法的RMSE最小,PSNR值最大,说明本文算法的深度图像修复效果最好,优越性高。以Laundry为例,本文算法的RMSE比高斯滤波算法降低了42.69%,PSNR值提高了14.092%;与JBF算法相比,本文所提算法的RMSE值降低了20.18%,PSNR值提高了5.264%,两个客观指标值的变化再次证明了本文算法的优越性和较高的鲁棒性。
图表编号 | XD00188283400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.25 |
作者 | 杨宜林、李积英、王燕、俞永乾 |
绘制单位 | 兰州交通大学电子与信息工程学院、兰州交通大学电子与信息工程学院、兰州交通大学电子与信息工程学院、兰州交通大学电子与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |