《表1 图1各评价指标结果》
前面提到,由于SSR、MSR、MSRCR算法可能会造成图像灰化、颜色失真、图像运算复杂、不利于图像快速处理等缺陷,为了说明本文方法的优势,采用普遍使用的无参考质量评价(No-reference Quality Assessment of JPEG Images,NJQA)[19]体系来评价图像包含的噪声量,其值越大表明图像含有的噪声越少,反之则多;采用基于自回归的图像锐度评价(AR—based Image Sharpness Metric,ARISM)指标[20]来对图像的锐度水平进行评价,其值越大,说明图像的锐度越大,相应的图像细节也就越丰富,图像亦就越清晰,反之图像则模糊;采用其他一些和图像函数相关的指标,诸如renner函数、Vollath函数、方差来对图像的清晰度进行评价,其值越大,表明图像的清晰度越好,图像质量越高,反之则低。将上面提及图像的噪声水平、锐度水平和图像的清晰度水平3种评价指标对图1~图3进行评价,结果分别见表1、表2、表3。
图表编号 | XD00205754400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.20 |
作者 | 刘远仲、张强、杨嘉、谭鹤毅、张海波、唐天国 |
绘制单位 | 南充职业技术学院、南充电子信息产业技术研究院、南充职业技术学院、南充职业技术学院、南充职业技术学院、南充职业技术学院、南充电子信息产业技术研究院、南充职业技术学院 |
更多格式 | 高清、无水印(增值服务) |