赵 月，王来花，齐苏敏，王伟胜，刘 晨

(曲阜师范大学网络空间安全学院，山东 曲阜 273165)

1 引言

图像是描述现实情景的重要载体，是人类视觉和机器模式识别的重要信息来源之一，反映了客观对象的有关信息。以照相机、手机为代表的图像采集设备，在医疗、交通、教育等领域中的应用越来越广泛。设备采集的图像质量越高，越有利于信息的获取。但是，图像采集时的环境并不是完全符合人们意愿的，并且设备在采集过程中会出现抖动等现象。尤其是在夜间，由于光照条件不足，设备获取的图像对比度低[1]，灰度范围较窄，相邻像素不具备较高的空间相关性[2]，且特征点不明显，使得图像纹理特征不明显，从而导致图像无法完整地传递真实场景中的细节信息[3]，不利于人类的观察与研究。因此，有效地评价夜间图像的质量，对采集设备性能的优化以及夜间图像的可视化应用有着极其重要的意义。

最近几年，针对夜间图像质量的提升，众多处理算法应运而生。王云飞等人[4]提出了一种基于条件生成对抗网络的夜间图像去雾算法，在除去夜间雾的同时还保留了图像的清晰图。曾皓等人[5]提出了一种基于ASIFT(Affine Scale-Invariant Feature Transform)的夜间图像配准算法，避免了图像中的重影问题，增加了图像的细节信息。

随着图像处理技术的发展，图像质量评价方法的研究得到进一步的重视。然而针对处理前后的夜间图像缺乏专门的质量评价指标、相关数据库和评价方法。主观质量评价通过招募实验人员对实验图像进行评价，更准确地反映了图像给人类带来的视觉体验。……