《表3 图3各评价指标结果》

  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

《一种改进的低照度图像增强算法研究》

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

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。