第49卷第6期2023年6月ComputerEngineering计算机工程基于雾密度感知增强的去雾图像质量评价方法朱钦权1，2，王同罕1，2，贾惠珍1，2（1.东华理工大学信息工程学院，南昌330013；2.东华理工大学江西省放射性地学大数据技术工程实验室，南昌330013）摘要：去雾图像质量评价方法在图像去雾算法研究中发挥着重要作用，目前去雾质量评价方法存在雾密度感知能力不足的问题。提出一种基于雾密度感知增强的去雾图像质量评价（FDP-DIQA）方法，针对自然雾图的成像特点，从对比度信息及色彩信息2个方面提取6个特征，并结合以往的图像去雾研究结果提取3个特征，构成完整的去雾感知特征，增强对雾密度的感知能力。随后，结合雾图与去雾图像之间全局和低对比度区域的结构特征及块效应特征，对经平均池化形成的22维特征采用LightGBM进行模型构建，实现去雾图像质量评价。实验结果表明，FDP-DIQA方法在合成雾图数据集和自然雾图数据集上的表现优异，其加权平均后的斯皮尔曼等级相关系数、皮尔森线性相关系数、均方根误差分别为0.9623、0.9583、2.0981，大幅领先于同类方法，与人类主观评价有较高的一致性。关键词：去雾图像质量评价；图像对比度；色彩信息；LightGBM模型；图像去雾开放科学（资源服务）标志码（OSID）：源代码链接：https：//www.aliyundrive.com/s/hCPKQJMdEtK中文引用格式：朱钦权，王同罕，贾惠珍.基于雾密度感知增强的去雾图像质量评价方法［J］.计算机工程，2023，49（6）：208-216，226.英文引用格式：ZHUQQ，WANGTH，JIAHZ.Dehazedimagequalityassessmentmethodbasedonfogdensityperceptionenhancement［J］.ComputerEngineering，2023，49（6）：208-216，226.DehazedImageQualityAssessmentMethodBasedonFogDensityPerceptionEnhancementZHUQinquan1，2，WANGTonghan1，2，JIAHuizhen1，2（1.SchoolofInformationEngineering，EastChinaUniversityofTechnology，Nanchang330013，China；2.JiangxiEngineeringLaboratoryonRadioactiveGeoscienceandBigDataTechnology，EastChinaUniversityofTechnology，Nanchang330013，China）【Abstract】TheDehazedImageQualityAssessment（DIQA）methodplaysanimportantroleinresearchontheimagedehazingalgorithm.Atpresent，thedehazingqualityassessmentmethodhastheproblemofinsufficientfogdensityperceivedability.Inthisregard，anewDIQAmethodcalledFDP-DIQAisproposed.Accordingtotheimager...
