《表2 运动模糊 (T=0, L=20) 下部分迭代步数的度量值α变化情况Tab.2 The values of parameterαat different iteration steps unde

  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

《基于残差图像的迭代终止条件及其在NCSR算法中的应用》

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

在利用GGD模型为残差图像建模后，可以提取模型中的尺度和形状参数作为衡量中间估计图像^x（j）的质量好坏。这两个参数是相关的，因此只选择尺度参数作为评价DM（即公式 （9）中α值） 。表2-4是大小为256×256的Lena图像分别在运动模糊（T=0，L=20）、高斯模糊（H=[15 15]，S=3）和失焦模糊（R=15）中的度量值α的变化情况。可以看出:1) 度量值α的变化非常有规律:在迭代过程中的初始阶段，度量值α下降很快，这说明图像质量提升很快；随着迭代次数的增加，度量值α下降得越来越慢，说明图像质量趋于稳定；2) 对于不同类型模糊、不同模糊程度和不同图像内容的图像，很难依据α值本身大小决定是否迭代过程应该终止。例如，表2-4中度量值α分别在1.28、1.38和1.72处趋于稳定，因此无法直接根据度量值α的大小决定迭代过程是否应该终止。