《表5 变形前后定量评价：基于稀疏表示的物体图像修复》
提示：宽带有限、当前游客访问压缩模式
表5为变形前后修复结果的定量评价，在该数据集上，变形之后可以相对变形前提高修复结果的结构相似度和峰值信噪比，表明变形后修复结果更准确.
| 图表编号 | XD0090221800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.01 |
| 作者 | 高成英、徐仙儿、罗燕媚、王栋 |
| 绘制单位 | 中山大学数据科学与计算机学院、中山大学数据科学与计算机学院、中山大学数据科学与计算机学院、华南农业大学数学与信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 轴承仿真建模参数：基于稀疏表示的轴承耦合故障振动特性分析及其特征提取》2020.10.15
- 《表1 二氧化硫标准系列：基于多级表示网络的无参考立体图像质量评价》2021.04.15
- 《表4 悬置动刚度值：基于多级表示网络的无参考立体图像质量评价》2021.04.15
- 《表6 修复图像目标检测定量测试》2019.10.10
- 《表1 图像质量评价：基于生成对抗网络的遮挡人脸修复》2021.02.20
- 《表2 参数设定：基于稀疏表示的高光谱图像解混算法研究》2020.07.25
- 《表1 基于稀疏表示的目标检测算法梳理总结》2020.05.25
- 《表5 鉴别器网络参数：基于扩张卷积的图像修复》2020.03.10
- 《表1 定量分析：基于融合稀疏模型的引导单幅图像去雨算法》2020.04.20
- 《表1 数据种类和数量：基于短时傅里叶变换和稀疏表示的局放识别分类方法》2019.12.10
- 《表1 轮对轴承参数：基于卷积稀疏表示及等距映射的轴承故障诊断》2019.10.01
- 《1 水稻昆虫特征参数：基于K-SVD和正交匹配追踪稀疏表示的稻飞虱图像分类方法》2019.10.01
- 《表4 对比试验结果：基于K-SVD和正交匹配追踪稀疏表示的稻飞虱图像分类方法》2019.10.01
- 《表2 仿真参数：基于高斯字典原子稀疏表示的高精度宽角SAR成像方法》2019.11.01
- 《表2 混淆矩阵：基于时间序列叶面积指数稀疏表示的作物种植区域提取》2019.09.25
- 《表1 不同分块大小下单一尺度稀疏表示算法、双线性插值算法、POCS算法和本章算法重建图像的RMSE值比较结果》2019.06.25
- 《表1 主成分稀疏表示与低秩分解叠加前后实验效果比对》2019.08.01
- 《表2 结构相似比比较：改进SVM分类和稀疏表示的图像混合去噪算法》2019.07.01
- 《表1 峰值信噪比比较：改进SVM分类和稀疏表示的图像混合去噪算法》2019.07.01
- 《表1 常见植被指数：基于RGB植被指数的大田油菜图像分割定量评价》2019.03.01