图像去雾方法质量评价
2022-03-31韩昊男吕建威
光学精密工程 2022年6期
韩昊男,钱 锋,吕建威,张 葆*
(1.中国科学院 长春光学精密机械与物理研究所,吉林 长春130033;2.中国科学院大学,北京100049)
1 引 言
近年来,由于大气污染,雾天出现频繁,户外成像系统会无法避免地受到雾的限制[1],导致获取到的图像出现可视性差,颜色偏移[2]等现象,这将严重影响到图像的可视性和适用性[3-4]。为了在雾天能获取到令人满意的图像,从而进一步处理图像信息,研究人员提出了很多图像去雾算法。因此,如何对去雾后的图像质量进行评价,以便指导算法择优或是进一步迭代改进,成为一个重要的问题,具有非常重要的应用价值。
图像去雾算法质量评价一般有两种策略[5-6],一种是对于真实有雾图像进行无参考质量评价,另一种是对于合成有雾图像进行全参考质量评价,两种策略途径如图1所示。经对比可知,无参考质量评价不需要额外的参考图像,是一种比较理想的评价方式,如图1右侧所示。但由于图像去雾是一个比较复杂的过程,在去除雾的同时还会导致其它的图像变化,例如伪轮廓、颜色畸变等等。因此,使用无参考质量评价来评估图像去雾算法并不可靠。
一些研究人员使用无雾图像人工合成有雾图像,将去雾图像作为测试图,并将无雾图像作为参考图来进行全参考质量评价,如图1左侧所示。许多文献都遵循这种策略,并利用一些基础的全参考图像质量评价方法如峰值信噪比(PSNR)[7]和 结 构 相似性(SSIM)[8]进行 评 估。由于提供了参考无雾图像,因此比较容易进行全参考质量评价,这种策略也越来越被广泛接受。……
登录APP查看全文
