《表1 各种超分辨率重建方法的PSNR (dB) 对比 (×3)》
测试图像采用的是Set5和Set14一共19幅图像,使用PSNR(峰值信噪比)和SSIM(结构相似度)作为客观评价标准,测试结果见表1和表2。表1和表2分别列举了各种算法的PSNR和SSIM的对比值以及两个测试集的平均值,其中加粗数据为同一幅图像的各种算法结果中的最优值。从表1的PSNR上可以看出,在Set5上本文算法平均比Yang等[1]高了1.54dB,比ANR[2]高了0.52dB,比Zeyde等[6]高了0.54dB。在Set14上本文算法比Yang等[1]高了0.55dB,比ANR[2]高了0.25dB,比Zeyde等[6]高了0.23dB。从表2的SSIM可以看出,在Set5上本文算法比ANR[2]高了0.0067,比Zeyde等[6]高了0.0066。在Set14上本文算法比ANR[2]高了0.0021,比Zeyde等[6]高了0.0043。综合来看,在Set5的测试结果中本文所提算法不论是PSNR还是SSIM在5幅图像的测试结果上均高于比较的4种算法。而在Set14的测试结果中,除了个别图像的结果略微低于ANR[2]和Zeyde等[6],整体上都优于其它4种算法。
图表编号 | XD0074390500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.16 |
作者 | 端木春江、俞泓帆 |
绘制单位 | 浙江师范大学数理与信息工程学院、浙江师范大学数理与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |