《表3 不同噪声等级下使用kernel1时各算法SNR结果》
注:加粗字体表示最优结果。
为了更加直观地体现本文方法去模糊后图像质量的提高值,图7分别给出了kernel1和kernel2模糊核加1%噪声条件下的去模糊质量对比柱状图,图7清楚显示了各方法的实验结果。同时,为进一步验证本文算法的有效性,表3和表4分别给出了针对不同测试图像,使用不同模糊核和添加不同噪声水平下的各种算法去模糊效果。其中,表3为在采用kernel1模糊核条件下,分别添加1%噪声和4%噪声,经各算法去模糊后的复原图像与原始图像的SNR值。表4为采用kernel2模糊核,分别添加1%噪声和4%噪声条件下,各算法获得的SNR值。上述结果表明,相较于对比算法,对于不同场景、不同光照条件和不同纹理复杂度的测试图像,本文方法均能获取更好的复原效果。
图表编号 | XD0047562300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.16 |
作者 | 杨洁、周洋、谢菲、张旭光 |
绘制单位 | 杭州电子科技大学通信工程学院、杭州电子科技大学通信工程学院、杭州电子科技大学通信工程学院、杭州电子科技大学通信工程学院 |
更多格式 | 高清、无水印(增值服务) |