《表2 在NEU-sda中不同方法扩充图像的PSNR结果》
为了进一步衡量本文方法的实验效果,从PSNR和SSIM两个方面来定量分析不同方法扩充图像的质量.如表2和3所示,在大部分的表面缺陷扩充图像中,本文方法扩充缺陷图像的PSNR和SSIM值超过了其他方法,这说明本文方法扩充的图像与其他方法扩充的图像相比,具有较小的失真和较高的相似性.另外,从本文方法的物体结构属性与原始图像相似度更高可知,HFDA扩充图像中的缺陷特征与原始缺陷特征更相似.
图表编号 | XD00213101600 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.28 |
作者 | 邵桂芳、黄梦、高凤强、刘暾东 |
绘制单位 | 厦门大学航空航天学院厦门市大数据智能分析与决策重点实验室、厦门大学航空航天学院厦门市大数据智能分析与决策重点实验室、厦门大学航空航天学院厦门市大数据智能分析与决策重点实验室、厦门大学航空航天学院厦门市大数据智能分析与决策重点实验室 |
更多格式 | 高清、无水印(增值服务) |