内容发布更新时间 : 2025/3/2 5:01:05星期一 下面是文章的全部内容请认真阅读。
南京林业大学本科毕业论文
图4-3 逆滤波算法和维纳滤波算法去运动模糊效果对比图
图4-3中（a-3）是逆滤波算法对离焦半径为5的去离焦模糊效果图，（b-3）是逆滤波算法对离焦半径为10的去离焦模糊效果图，（c-3）是逆滤波算法对离焦半径为15的去离焦模糊效果图，（d-3）是逆滤波算法对离焦半径为20的去离焦模糊效果图；（a-4）是维纳滤波算法对离焦半径为5的去离焦模糊效果图，（b-4）是维纳滤波算法对离焦半径为5的去离焦模糊效果图，（c-4）是维纳滤波算法对离焦半径为5的去离焦模糊效果图，（d-4）是维纳滤波算法对离焦半径为5的去离焦模糊效果图。
在第二章中我们介绍了两种典型的图像去模糊的质量评价方法：PSNR和SSIM/MSSIM，这也是我们本文将采用的评价去模糊效果的两种指标。下面给出的是我们运用这两种方法评价运动模糊去除效果的数据：
表4.2 逆滤波和维纳滤波去离焦模糊数据评价
离焦半径 维纳滤波去离焦模糊评价 PSNR1 5 6 7 8 9 10 11 12 13 14 15 20 56.4274 51.1827 53.2033 52.2452 50.0924 49.0710 45.0510 49.3788 50.2528 47.8522 47.7448 47.7423 MSSIM2 0.9995 0.9981 0.9989 0.9985 0.9975 0.9967 0.9916 0.9970 0.9976 0.9957 0.9956 0.9955 逆滤波去离焦模糊评价 PSNR1 25.4630 25.4630 25.4630 25.4630 25.4630 25.4630 25.4630 25.4630 25.4630 25.4630 25.4630 25.4630 MSSIM2 0.8212 0.8212 0.8212 0.8212 0.8212 0.8212 0.8212 0.8212 0.8212 0.8212 0.8212 0.8212
为了便于直观地定量比较两种算法在不同模糊核条件下的去运动模糊效果，我们下面给出了两种算法对应的PSNR和MSSIM大小对比折线图：
- 26 -
南京林业大学本科毕业论文
图4-4 两种算法对应的PSNR和MSSIM大小对比折线图
从图4-3中逆滤波算法和维纳滤波算法去离焦模糊效果对比图中，我们很容易看出这两种算法在处理具有不同离焦半径的离焦模糊图像时，恢复效果都很好，信息上均可读。但是也不难看出，在清晰度恢复上，维纳滤波算法是优于逆滤波算法的，不管在离焦半径处于何值时，维纳滤波算法处理的去离焦模糊图像均清晰可辨。
我们再来观察图4-4，从这两种算法处理的去模糊图像的PSNR和MSSIM的折线对比图可知：1）维纳滤波法处理的去离焦效果图像的PSNR和MSSIM值均高于逆滤波算法处理得到的（PSNR1和MSSIM1均在PSNR2和MSSIM2的上方），即维纳滤波法处理得到的去离焦模糊图像在结构上和信息识别上更接近原始清晰图像，这也是我们追求的。2）维纳滤波法在处理不同半径的离焦模糊图像时（实验中半径选取5-15,20），得到的去模糊图像的PSNR值和MSSIM值基本符合随着离焦半径的增大，PSNR值减小，但信息恢复得很好（数值很大可以看出），MSSIM值波动更小。实验仿真时，半径大于10的离焦模糊图像其实已经属于很糟糕的情况，信息基本不可读，然而维纳滤波法的恢复效果却很好，说明该方法在处理不同程度离焦模糊图像的稳定与优势。3）从图4-4中两种算法对应的PSNR大小对比折线图可以看出，维纳滤波法处理不同离焦半径得到的去离焦模糊图像的PSNR值远远大于逆滤波法处理得到的（从表2中的数据可以看出，PSNR1几乎是PSNR2的2倍），这就意味着维纳滤波法处理得到的去离焦模糊图像的信息远远多于逆滤波法处理得到的，也就可以解释图4-3中逆滤波算法处理得到的各去离