《表5 PSRN和RMSE平均值》

  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

《基于曲率滤波优化的遥感影像去雾算法》

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

为了评估所提出的去雾模型的性能，除了定性分析，还进行了定量分析。使用四个图像性能评价指标：均方误差（RMSE），峰值信噪比（PSNR），平均梯度和结构相似性进行图像去雾效果的定量分析。RMSE是衡量两个图像之间的差异性的指标，PSNR是衡量图像失真度的客观标准，图像去雾后效果的判断方法是具有较高PSNR值和较低RMSE值。表5为通过DCP，HE，MSR，Dehaze Net方法和所提的算法去雾性能的定量分析结果。从表5可以看出，提出的方法具有比其他四种方法更高的PSRN值，以及更低的RMSE值。平均梯度反映了图像中的微小细节反差与纹理变化特征，同时也反映了图像的清晰度，平均梯度值越大越好。结构相似性指原图像和去雾后图像的相似程度，值越大越相似。从表6可以看出，所提算法具有较高的平均梯度值和较高的结构相似性。因此，所提出的方法具有比上述四种方法更好的去雾性能。根据这些分析结果可知，所提出的方法比现有算法具有更高效的去雾性能。