《表4 客观评价图3的优化效果》

  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K-均值聚类的彩色图像质量评价及优化》

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

从图3可以明显地看出，本文算法有效地实现了图像去模糊的增强效果，且不同增强参数a会有不同的增强效果。但随着参数a的变大，会出现过度图像锐化的情况。图4也出现了相同的情况，随着参数h的增大会出现模糊现象。为了客观地反映本文算法对图像的优化效果，选择PSNR和SSIM算法作为评判依据。其中，PSNR算法侧重于检验图像的去噪能力，其值越高说明去噪效果越好；而SSIM算法则倾向于检验图像的结构增强效果，其值接近1表明增强效果越好。从表4、5可知，图3的图像PSNR值近似相等而SSIM值不相同，而图4的图像SSIM近似相等而PSNR值不同。