《表6 C组实验条件下不同去模糊方法的SSIM值》

  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

《L_1范数约束的非局部均值正则图像去模糊模型》

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和表2给出了在相同模糊和噪声强度下Buades等[5]提出的非局部正则模型、P3-NLM模型、l2-NLM模型和l1-NLM模型对15张测试图去模糊的具体表现，包括PSNR值和SSIM值.从实验结果可以看出，和Buades等[5]提出的非局部正则模型相比，所提出的l1-NLM模型PSNR平均值比其高1 d B左右，SSIM平均值比其高0.6左右；与P3-NLM模型相比，l1-NLM模型的PSNR平均值比其高0.3 d B左右，SSIM平均值比其高0.02左右；和l2-NLM模型相比，l1-NLM模型的PSNR平均值比其高0.2 d B左右，SSIM平均值比其高0.02左右.因此，l1-NLM模型的PSNR值和SSIM值相对于其他模型均有提升.由表3~表6所示结果可看出，其他的模糊尺度和噪声水平下的实验，l1-NLM模型也得到了相对较优的数值结果.