《表1 去雾算法的PSNR/SSIM对比结果》

  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

《基于暗通道和多正则化约束的图像去雾方法》

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

首先从FRIDA2和FRIDA3图像数据集[17]中选取5个合成场景无雾图及其对应合成雾图进行实验（将这5个合成场景依次命名为I1-I5），实验对比结果如图4所示。为了对几种不同去雾算法进行定量比较，本文选取常用的峰值信噪比（peak signal to noise ratio，PSNR）和结构相似性（structural similarity，SSIM）作为定量评价指标。表1给出了3种对比去雾算法与本文算法的PSNR与SSIM。从表1的数据可以看出:与其它3种对比去雾算法相比，本文算法的复原结果具有最高的PSNR与SSIM。这表明本文算法复原的结果颜色保真度更高，且在结构上更接近真实的清晰无雾图像。此外，由图4可以看到，Zhu-15[7]和Berman-16[8]复原出的细节信息较少，并且复原结果中远处物体表面仍然存在较浓的雾气。He-11[3]和本文算法在细节复原和雾气消除程度上均优于Zhu-15[7]和Berman-16[8]，但本文算法的复原结果细节信息更清晰、图像对比度更高（如图4局部放大图所示）。