雾图成像原理与图像去雾评价方法分析.pptVIP

3.2客观量化评价方法评价方法核心逻辑依托数学指标公式，对去雾图像的像素、纹理、结构、信息熵等特征量化计算，结果精准可重复、无主观偏差。评价指标分类标准依据是否需要无雾参考图像，将客观量化评价指标分为有参考评价指标和无参考评价指标两类。评价方法应用价值是去雾算法性能对比、模型优化迭代的核心依据，为算法升级提供精准量化参考。3.2客观量化评价方法：3.2.1有参考客观评价指标有参指标适用场景单击此处添加项正文峰值信噪比（PSNR）PSNR是图像像素误差核心指标，由均方误差计算而来，数值越高还原精度越高，但忽略人眼视觉特性。结构相似性（SSIM）SSIM从亮度、对比度、结构评图像相似度，贴合人眼感知，对局部伪影、边缘模糊敏感度低。3.2客观量化评价方法：3.2.2无参考客观评价指标无参考指标优势真实场景中难获取同场景无雾参考图像，无参考指标无需基准图像，适配实际工程需求。无参考指标评估逻辑仅通过分析去雾图像自身的特征参数完成质量评估，是实际工程应用的核心评价指标。信息熵（IE）信息熵表征图像有效信息总量，熵值高低反映图像细节丰富度，可量化去雾算法的细节还原能力。平均梯度（AG）平均梯度反映图像边缘与纹理清晰度，数值越大纹理层次越丰富、边缘保留越好，可评估去雾算法清晰度优化能力。色彩保真度指标色彩保真度可量化去雾图像的色彩还原准