《表1 本文方法与其他超分辨率重建方法效果对比Tab.1 Results of the proposed method compared with other methods》

《表1 本文方法与其他超分辨率重建方法效果对比Tab.1 Results of the proposed method compared with other methods》   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
《基于自回归正则化和稀疏表示的图像超分辨率重建》


  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

表1为不同算法在测试集自然图像中放大2倍时的峰值信噪比.表1数据表明，本文算法在评价指标下要优于双三次插值、邻域嵌入和稀疏编码等方法.其中，图像的平均重建PSNR为34.58dB，比Bicubic方法的平均值高2.58dB；比NE方法的平均值高1.01dB；比稀疏编码方法的平均值高0.13dB.

图表编号XD0030788700    严禁用于非法目的
绘制时间2019.02.01
作者李丽敏、冉峰、郭爱英、郁怀波、沈华明
绘制单位上海大学微电子研究与开发中心、上海大学微电子研究与开发中心、上海大学新型显示技术及应用集成教育部重点实验室、上海大学微电子研究与开发中心、上海大学机电工程与自动化学院
更多格式高清、无水印（增值服务）

相关图表

  1. 《表2 本文方法与已有方法的性能比较Tab.2 Performance comparison between the proposed method and the existing methods》2019.02.25
  2. 《表1 文中方法配准结果客观评价Tab.1 Objective evaluation results of the proposed registration method》2019.01.10
  3. 《表1 本文算法与形态学滤波方法结果对比Tab.1 Comparison in results of proposed method and morphological filtering method》2019.01.01
  4. 《Table 2 mAPvalues in each step of the proposed method表2本文方法每个步骤的mAP值》2019.01.01
  5. 《Table 1 Comparison between the proposed method and other methods表1本文方法与其它方法的比较》2019.01.01
  6. 《表1 3种方法应用结果对比Tab.1 Comparation of the results of three methods》2019.01.01
  7. 《表2 不同c值下本文方法计算结果及与MC法结果对比Tab.2 Results obtained from the proposed method with different values of c and comparison resul》2018.11.25
  8. 《表6 本文方法变化/未变化像元检测结果Tab.6 Results of changed/unchanged pixels detected by method proposed in this paper》2018.06.01
  9. 《表1 本文方法和3种无监督NR方法在LIVE Challenge库中性能比较Tab.1 Performance comparison between the proposed method and other three unsupervi》2018.01.15
  10. 《表4 本文所提恢复策略同其他方法结果的比较Table 4 Comparison of results between proposed restoration strategy and other methods》2018.07.10
  11. 《表2 本文方法与普通方法每月随机抽一天进行预测的误差比较Table 2 Forecasting error comparison of the proposed method and general method in a randomly》2018.03.25
  12. 《表2 本文方法与现有几种方法的比较Table 2 Comparisons between the proposed method and some existing methods》2018.01.25
  13. 《表5 PSO-SVM方法与本文方法诊断结果对比Tab.5 PSO-SVM method and the diagnostic results of this method》2018.03.10
  14. 《表2 本文方法与CFAR检测结果对比Tab.2 Detection comparison between the proposed method and CFAR》2018.11.28
  15. 《表1 本文方法与现有方法结果对比Tab.1 Results comparision between the proposed method and existing methods》2018.07.28
  16. 《表1 本文信息熵分类结果与其他图像分类方法的对比Tab.1 Comparative Results of our Information Entropy Method with other image Classification Meth》2018.10.05
  17. 《表1 本文方法估计结果与真实值的比较Tab.1 Comparison of the Method of Our Proposed and Real Values》2018.06.05
  18. 《表1 本文方法与凸包方法试验结果对比Tab.1 Comparative evaluation between the proposed method and the convex hull method》2018.08.01
  19. 《表2 本文方法与全局SURF方法在不同影像数据中的计算结果Tab.2 The results of this method and the global SURF method in different image data》2018.06.01
  20. 《表1 双向缓冲区算法与本文方法化简结果的位置误差Tab.1 Location errors of results simplified by double-buffer method and the proposed method》2018.04.01

随机翻阅

《表2 两组并发症发生率比较[n(%)]》 《表1 2019年武汉市某电子厂工人PSQI及SDS得分情况》 《表1 样品配比表：玄武岩纤维和聚乙烯醇纤维对传统砂岩文物修复材料性能的影响》 《表5 信息透明度问卷回馈》 《表1 5A、13X分子筛在不同平衡压力下对CO2、N2、H2的吸附量》 《表3 高温试验用空白水泥及加入还原剂的水泥制备》 《表2 增粘剂掺量对超缓凝混凝土和易性影响》 《表1 检索记录表：检索词优化与空间自适应的深网POI获取方法研究》 《表2 2组患者治疗前后神经功能缺损评分情况对比 (±s)》 《表8 实验班和对照班后测差异分析 (n=105)》