图像是日常生活中最为重要的信息传播媒介之一,图像的质量会直接影响信息传递的准确性和主观视觉感受。在我国,雾霭是一种常见的天气状况,在这一天气状况下采集到的图像会出现质量下降的现象,导致许多基于图像的应用系统不能正常使用。这一问题得到科研人员的重视,各种去雾算法应运而生,但是由于理想的参考图像极难获得,针对去雾图像的评价方法大多采用主观评价或无参考的客观评价方法,而相对可靠的全参考客观评价方法无法被应用于去雾图像质量评价中。针对上述问题,本文提出了一种基于合成雾图的去雾图像质量客观评价方法,利用大气散射模型对清晰图像进行加雾得到合成雾图,从而获得参考图像。在研究的过程中,本文发现图像的深度估计是获取合成雾图过程中必不可少且非常重要的一个环节,因而本文又对图像深度估计方法进行了研究并提出了一种单幅图像深度估计方法,将其应用于去雾图像质量的全参考客观评价方法之中。具体而言,本文的创新性工作主要包括:一、图像深度估计方法的研究。针对现有图像深度估计方法没有考虑天空区域的特殊性以及图像几何特征信息利用度不足等问题,本文提出了一种基于几何先验和边缘信息加权的深度图估计方法。该方法首先设计了一种基于阈值和边缘检测的天空分割方法,然后利用图像的几何特征信息创建基于几何先验的深度图,之后将其与基于深度学习得到的深度图结果加权结合起来,并纳入天空分割的结果,得到最终的深度图。相较于其他方法,本文提出的方法不论在主观还是客观评价中都显示出一定的优越性,能够较准确的得到一幅图像的深度图,从而为本文的去雾图像质量全参考客观评价方法的研究奠定了良好的基础。二、去雾图像质量全参考客观评价方法的研究。针对现有去雾图像全参考客观评价方法缺失的问题,本文提出了一种基于合成雾图的全参考客观评价方法。首先选用一定数量具有代表性的清晰图像,利用提出的基于几何先验和边缘信息加权的深度图估计方法得到它们的深度图;其次,根据大气散射模型对图像进行人工加雾,得到相应的合成雾图,接着利用原始图像和合成雾图共同组建图像评价数据库,之后利用组建的数据库对各类现有的图像去雾算法进行测试,采用全参考的客观评价指标对去雾后图像与原始无雾图像之间进行测试对比,得到评价结果。实验结果表明,本文提出的全参考客观评价方法能够得到与主观感受基本一致的评价结果,相较于其他无参考的评价方法,本文提出的方法得到的结果更加准确、客观。