近些年来，全球的环境污染程度不断加剧，中国的绝大部分城市也都出现了不同程度的空气污染。目前中国获取空气质量数据的方法主要是在城市中设立监测站来确定污染物的浓度，再换算成空气质量指数供居民查询。但是这种方法所需仪器的成本较高，且它的检测模式是粗粒度的，无法细化到城市中的各个角落。现在是一个信息化的世界，而图像所传达得信息要比文字更加直观、高效。通过图像来检测空气质量等级可以使空气质量检测变得细粒度、低成本，具有很高的研究价值。
　　论文以基于图像的空气质量等级评估作为研究对象。首先，通过实验探究并分析空气污染对图像所造成的影响。对造成空气污染的大气微粒的特性进行分析并从对比度、色彩空间分布和透射率图的纹理信息等方面总结出不同程度空气污染的图像所具有的特性上的差异。
　　其次，提出一种基于图像像素比的空气质量等级评估方法。本方法主要从空气污染对图像HSI空间下的饱和度与亮度通道的影响入手，在HSI空间下计算图像的边缘像素比、高亮度像素比、低饱和度像素比及高能量像素比作为特征，结合支持向量机来构建空气质量等级评估模型。通过不同的数据集以及同其他方法的对比来证明本方法的性能及适用性。实验结果表明，本方法能够比其他方法更准确地评估图像采集时的空气质量等级，具有准确率高、处理速度快、适用性良好、实时性强、便于推广、成本低等优点。
　　最后，设计并实现了一个基于图像的空气质量等级评估系统。本系统利用Java Web相关技术结合OpenCV和LibSVM工具来完成，实现了图像上传、图像特征提取、模型构建和空气质量等级评估四个功能，最后在兼容性、负载等方面对系统进行测试。结果表明，系统能够准确地评估图像采集时的空气质量等级，便于人们更好的监测所处环境的空气质量，并依此合理安排日常行程。