최근 몇 년간 안개 제거 알고리즘 품질 평가 방법은 일반적으로 주관적인 평가 결과에 의존하지만 정량적 기술이 부족하다; 기존의 객관적 품질 평가 방법은 주관적 평가 방법과 일관성이 불안정하여 두 방법 간에 때때로 차이가 발생한다는 문제점이 있다. 안개 제거 방법에 대한 객관적 품질 평가 성능을 향상시키기 위해 본 논문에서는 인공 합성 이미지를 기반으로 한 전참조 안개 제거 방법 품질 평가를 제안한다. 먼저, 참조 무안개 이미지, 합성 안개 이미지 및 8가지 주요 안개 제거 알고리즘을 적용하여 얻은 안개 제거 이미지를 포함하는 합성 이미지 데이터셋을 구축한다. 그 후, 안개 제거 후 이미지에 도입될 수 있는 일부 품질 문제를 분류한다. 마지막으로 선명도 관련 특성과 기존 객관적 품질 평가를 결합하여 이미지 가시성, 구조 유사성 및 색상 복구도를 상호 융합한 안개 제거 방법 품질 평가를 제안한다. 합성 이미지 데이터셋에서 본 연구 방법을 기존의 전형적인 이미지 품질 평가 방법과 비교 실험한 결과, SRCC, PLCC 및 RMSE 지표에서 본 방법이 최적의 성능을 보였다. 본 방법은 주관적 평가와의 일관성도 높아 안개 제거 알고리즘 연구에 더 유리하다.

이미지 안개 제거;객관적 품질 평가;합성 안개 이미지;이미지 데이터셋