基于分类学习的去雾后图像质量评价算法

摘要：

针对现有去雾后图像质量评价算法少、针对性弱和有效性差等问题,本文提出一种基于分类学习的去雾后图像质量评价算法。该算法通过分析去雾后图像本身所蕴含的质量特征,提取出基于图像增强、图像复原、统计先验以及人类视觉系统(Human visual system, HVS)的度量指标；并在本文数据库基础上,利用支持向量机(Support vector machine, SVM)将质量评价问题转换为分类问题。实验结果表明,该算法与已有评价方法相比,在获得高效分类评价结果的同时,具有较好的实用性和主观一致性。

关键词：图像去雾、图像质量评价、支持向量机、暗通道先验、人类视觉系统

分类号：TP3;TP1

资助基金：国家自然科学基金61372167,61379104资助@@@@Supported by National Natural Science Foundation of China 61372167,61379104

在线出版日期：2016-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：270-278