误差最小化之间的比较(GEM)[Rousselle等。 2011],基于SURE-过滤功能。有了肯定的是,我们能够使用的内核(在这种情况下,跨双边滤波器),比GEM的各向同性Gassians是更有效的。因此,我们的方法更好地适应各向异性特征(如运动模糊模式由于运动的飞机),并保留场景的详细信息(如在地板上的纹理和窗帘)。这两种方法的内核是可视化进行比较。
0 Bytes, 下载次数: 0
| 欢迎光临 纳金网 (http://go.narkii.com/club/) | Powered by Discuz! X2.5 |