《表2 参数设置：混合先验与加权引导滤波的图像去雾算法》
提示：宽带有限、当前游客访问压缩模式
实验对象如表1所示，实验中主要参数设置如表2所示。
| 图表编号 | XD0047561800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.02.16 |
| 作者 | 李喆、李建增、胡永江、张岩 |
| 绘制单位 | 陆军工程大学无人机工程系、陆军工程大学无人机工程系、陆军工程大学无人机工程系、陆军工程大学无人机工程系 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 图3客观评价标准：基于暗通道先验的Retinex去雾算法研究》2021.01.15
- 《表2 图2客观评价标准：基于暗通道先验的Retinex去雾算法研究》2021.01.15
- 《表1 图1客观评价标准：基于暗通道先验的Retinex去雾算法研究》2021.01.15
- 《表2 算法评价指标均值：改进的先验去雾算法在海雾场景中的应用》2020.12.20
- 《表1 网络参数设置：图像融合的循环神经网络去雾算法》2020.07.01
- 《表1 参数设置：预训练网络引导的人脸图像超分辨率重建》2020.06.25
- 《表1 算法并行度评测：基于双边滤波暗原色透射率细化的图像去雾算法》2020.04.18
- 《表1 实验参数设置：基于分层引导滤波与最近邻正则化子空间的高光谱图像分类》2020.04.01
- 《表1 客观指标比较：结合高斯滤波和导向滤波的单幅图像去雾算法》2020.01.01
- 《表1 不同滤波半径及去雾系数下的图像增强效果》2019.11.28
- 《表1 去雾评价指标对比：基于天空区域改进的暗通道先验算法研究》2019.09.20
- 《表1 算法处理时间：基于改进的暗通道先验去雾辅助导航算法》2019.09.08
- 《表1 多尺度卷积参数：基于深度学习的单幅图像去雾算法》2019.06.10
- 《表1 清晰度比较：基于暗原色先验的单幅图像去雾优化技术》2019.06.01
- 《表1 传感器参数设置：基于SAR图像匹配结果可信度评价的INS/SAR自适应Kalman滤波算法》2019.08.25
- 《表3 算法指标对比：混合先验与加权引导滤波的图像去雾算法》2019.02.16
- 《表1 实验对象：混合先验与加权引导滤波的图像去雾算法》2019.02.16
- 《表1 去雾算法客观指标：基于暗通道先验的图像去雾改进》2019.02.15
- 《表1 不同算法信息熵：融合GF-MSRCR和暗通道先验的图像去雾》2019.11.16
- 《表2 不同算法对比度：融合GF-MSRCR和暗通道先验的图像去雾》2019.11.16