[发明专利]一种去雾效果的无参考客观评价方法

说明书

一种去雾效果的无参考客观评价方法，具体步骤如下：步骤1：构建清晰度评价指标；包括多尺度对比度特征描述、雾残留度特征描述、及清晰度评价指标构造；步骤2：构建颜色保真度评价指标；包括色调相似度特征描述、自然度特征描述及颜色保真度指标构造；步骤3：构建综合评价指标。该方法从去雾图像特性出发，综合考虑了图像清晰度和颜色保真度两个方面，其中图像清晰度基于去雾图像的对比度增强程度和雾残留程度进行评价，颜色保真度基于去雾图像的色调偏移程度和过饱和程度进行评价。本发明提出的综合评价指标较为全面的考虑了影响去雾图像质量的各个因素，可有效用于去雾图像质量的综合评价，进而为去雾算法的性能评估提供依据。

技术领域：

本发明涉及一种针对去雾图像质量的无参考客观评价方法，属于图像处理的技术领域。

背景技术：

自然场景中获取的户外图像容易受到雾天的影响，造成图像清晰度降低，从而无法满足计算机视觉应用的需求。目前，已有大量的去雾算法被研究，用于提升图像质量。然而，对去雾效果的客观评价却很少得到关注，从而导致研究者在对去雾算法进行性能评估时缺少统一的标准。大部分的研究学者采用主观评价的方式衡量去雾后图像的质量，但容易受到主观因素的影响，难以达到一致的评价结果。一些经典的图像质量评价指标也被用于去雾图像的质量评价中，但由于这些指标并不是专门针对去雾图像设计的，无法给出合理有效的评价结果。本发明针对去雾后图像的质量问题，从去雾图像的清晰度和颜色保真度两方面设计指标，提出了一种去雾效果的无参考客观评价方法，从而为去雾算法的性能评估提供了一种客观依据。

发明内容：

目的：本发明的目的在于提供一种针对去雾图像质量的无参考客观评价方法，用于衡量去雾算法对带雾图像进行去雾的效果好坏。

技术方案：本发明通过以下技术方案实现。

一个好的去雾算法对图像进行去雾后，所恢复的图像应该更清晰，并且去雾前后应该保持颜色不变。因此，本发明从去雾图像的自身特性出发，分别从去雾结果的清晰度和颜色保真度两方面设计指标，综合评价去雾图像质量。该发明的具体步骤如下：

步骤1：构建清晰度评价指标

去雾算法的主要目的是去除图像中的雾效应，恢复原始信息，提高图像清晰度。因此，需要首先构建去雾图像的清晰度评价指标。通常，一幅清晰的去雾图像具有增强的对比度和去除的雾效应，在本发明中，我们分别构造对比度特征和雾残留度特征，通过将这两种特征相结合来评价图像的清晰度水平。

1)多尺度对比度特征描述

图像对比度可以在一定程度上反映图像的清晰程度，图像对比度越高，其在视觉上就越清晰。由于去雾后图像的对比度增强通常是空间变化的，全局对比度无法反映局部对比度增强信息，因此不能得到符合人眼视觉的评价效果。局部均方根对比度可以反映图像的局部对比度信息，更适合于去雾图像的对比度描述。但是该指标对局部窗口大小敏感，无法得到稳定的评价结果。在本发明中，我们提出了一种多尺度对比度描述子，用于表征去雾图像的对比度特征。

对于一张图像，我们通过在非重叠的滑动窗口内计算局部均方根来定义它的对比度图，具体可以描述为：

其中，I表示一张图像的灰度图，k表示局部窗口的大小，u，v是窗口位置的横纵坐标，x,y为局部窗口内的位置坐标，μ为局部窗口内的均值，定义如下：

我们通过对图像I进行多次下采样来生成一系列子图像I⁽⁰⁾，I⁽¹⁾，...，I⁽ⁿ⁾，从而得到图像金字塔。其中，I⁽⁰⁾表示初始图像，I^(j+1)是I^(j)下采样的结果。为了保证下采样图像的大小满足后续处理的需要，最后一层的图像I⁽ⁿ⁾的大小应满足以下约束：