基于自然統(tǒng)計(jì)特性的圖像去霧質(zhì)量評(píng)價(jià).pdf

1、隨著多媒體和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，人與人之間的遠(yuǎn)程聯(lián)系越來越頻繁。圖像作為人們獲取信息的重要手段，在人們的工作和生活中的應(yīng)用越來越廣泛，人們對(duì)于圖像質(zhì)量的要求也越來越高。對(duì)于圖像質(zhì)量評(píng)價(jià)的方法也應(yīng)運(yùn)而生，主要分為主觀質(zhì)量評(píng)價(jià)和客觀質(zhì)量評(píng)價(jià)。主觀質(zhì)量評(píng)價(jià)是由觀察者也就是人，對(duì)于圖像的質(zhì)量做出評(píng)價(jià)。為了確保準(zhǔn)確性，通常對(duì)評(píng)價(jià)條件有嚴(yán)格規(guī)定，并且希望參與評(píng)價(jià)人員盡量多，這就造成主觀質(zhì)量評(píng)價(jià)的高成本和低效率，而且受人的主觀因素影響較大。所以客觀質(zhì)

2、量評(píng)價(jià)成為研究的重點(diǎn)。根據(jù)對(duì)參考圖像的依賴程度，客觀質(zhì)量評(píng)價(jià)分為全參考、減參考和無參考三種評(píng)價(jià)方法。
　　然而在圖像獲取、傳輸、讀取及存儲(chǔ)過程中都會(huì)造成圖像質(zhì)量的退化，特別是近年來，由于霧霾的影響，使圖像在獲取過程中便引入退化。因此，圖像去霧技術(shù)引起學(xué)者們的重視，得到顯著發(fā)展。典型的圖像去霧技術(shù)分為基于圖像增強(qiáng)的去霧方法和基于圖像復(fù)原的去霧方法。對(duì)于圖像去霧效果的評(píng)價(jià)目前尚沒有統(tǒng)一公認(rèn)準(zhǔn)確的評(píng)價(jià)方法，大多采取主觀評(píng)價(jià)的方法對(duì)去霧效

3、果進(jìn)行評(píng)價(jià)。對(duì)去霧圖像的客觀質(zhì)量評(píng)價(jià)方法通常是基于有霧圖像對(duì)比度較低的先驗(yàn)知識(shí)，利用圖像對(duì)比度對(duì)去霧效果進(jìn)行評(píng)價(jià)。對(duì)于去霧過程中會(huì)發(fā)生顏色失真的現(xiàn)象，可以采用結(jié)合對(duì)比度和顏色兩個(gè)方面考慮對(duì)去霧圖像進(jìn)行質(zhì)量評(píng)價(jià)。
　　本文借鑒一種基于自然統(tǒng)計(jì)特性的無參考質(zhì)量評(píng)價(jià)方法BRISQUE所提取自然統(tǒng)計(jì)特性對(duì)去霧圖像質(zhì)量進(jìn)行評(píng)價(jià)。BRISQUE方法中，提取均值對(duì)比規(guī)范化系數(shù)MSCN，通過使用廣義高斯分布對(duì)該系數(shù)分布進(jìn)行擬合，從而提取出特征參數(shù)

4、。另外對(duì)相鄰的
　　MSCN系數(shù)作乘積，對(duì)其分布使用非對(duì)稱廣義高斯分布進(jìn)行擬合，得到第二批特征參數(shù)。根據(jù)特征參數(shù)對(duì)于各種圖像退化的敏感性，使用支持向量機(jī)進(jìn)行分類回歸，對(duì)圖像質(zhì)量進(jìn)行評(píng)價(jià)。
　　MSCN系數(shù)在圖像去霧前后，也會(huì)有相應(yīng)的變化。但是，通過試驗(yàn)證明，使用BRISQUE方法對(duì)去霧圖像質(zhì)量進(jìn)行評(píng)價(jià)，無法得到滿意的效果。本文中，通過對(duì)BRISQUE中參數(shù)的分析，提取出與圖像去霧密切相關(guān)的參數(shù)，作為對(duì)去霧圖像質(zhì)量評(píng)價(jià)的特征參