图像质量评价指标-UCIQE-UIQM

一、评价指标UCIQE

在文章《An underwater color image quality evaluation metric》中,提到的了评价指标UCIQE(Underwater Colour Image Quality Evaluation),是一种无参考图像质量评价指标,主要用于评估水下图像的质量。它通过色度、饱和度和对比度的线性组合来量化水下图像的非均匀色偏、模糊和低对比度问题。UCIQE值越高, 表明图像在色彩、饱和度和对比度之间具有更好的平衡。

1.1 计算公式

U C I Q E = c 1 ∗ σ c + c 2 ∗ c o n l + c 3 ∗ μ c UCIQE=c_1*\sigma_c+c_2*con_l+c_3*\mu_c UCIQE=c1∗σc+c2∗conl+c3∗μc

其中:

  • σ c \sigma_c σc是色度的标准差,用于衡量色彩浓度;
  • c o n l con_l conl是亮度对比,用于评估图像的对比度;
  • μ c \mu_c μc是饱和度的平均值;
  • c 1 , c 2 , c 3 c_1,c_2,c_3 c1,c2,c3 是加权系数,通常取值为 c 1 = 0.4680 , c 2 = 0.2745 , c 3 = 0.2576 c_1=0.4680,c_2=0.2745,c_3=0.2576 c1=0.4680,c2=0.2745,c3=0.2576。

UCIQE指标的优势在于它不需要参考图像,因此可以快速、无偏地评估图像质量。它在水下图像处理、图像预处理、图像检索等领域有广泛应用。

二、评价指标UIQM

在文章《Human-visual-system-inspired underwater image quality measures》中,提到的了评价指标UIQM(Underwater Image Quality Measure)是一种无参考图像质量评价指标,专门用于评估水下图像的质量。它综合考虑了图像的色彩、清晰度和对比度三个维度,并通过加权平均的方式计算整体质量。

2.1 UIQM的组成

UIQM由以下三个子指标组成:

  1. 色彩测量指标(UICM,Underwater Image Colorfulness Measure):用于评估图像的色彩丰富度和平衡性。
  2. 清晰度测量指标(UISM,Underwater Image Sharpness Measure):通过边缘检测和局部对比度评估图像的清晰度。
  3. 对比度测量指标(UIConM,Underwater Image Contrast Measure):衡量图像中最亮和最暗部分的区分度。

2.2 计算公式

UIQM的计算公式为:

U I Q M = c 1 × U I C M + c 2 × U I S M + c 3 × U I C o n M UIQM=c_1×UICM+c_2×UISM+c_3×UIConM UIQM=c1×UICM+c2×UISM+c3×UIConM

其中, c 1 , c 2 , c 3 c_1,c_2,c_3 c1,c2,c3​ 是加权系数,通常取值分别为 c 1 = 0.15 , c 2 = 0.25 , c 3 = 0.6 c_1=0.15,c_2=0.25,c_3=0.6 c1=0.15,c2=0.25,c3=0.6

2.3 应用领域

UIQM广泛应用于水下图像处理、图像增强、图像复原等领域,能够有效评估水下图像的质量,并为图像处理算法的优化提供参考。UIQM能够更准确地反映人眼对水下图像质量的感知,是一种符合人类视觉系统的图像质量评价模型。

UIQM值越高说明越符合人眼的视觉感知。

三、仿真结果

以下三张图分别是原始图像、处理图像1、处理图像2,求他们的评价指标UCIQE、UIQM数值

评价指标 原始图像 处理图像1 处理图像2
UCIQE 0.36 0.62 2.23
UIQM 1.62 3.76 4.06

UCIQE值越高, 表明图像在色彩、饱和度和对比度之间具有更好的平衡, UIQM值越高说明越符合人眼的视觉感知,从指标来看,处理图像2略优

四、仿真代码

感兴趣的可以找论文复现,链接有评价指标函数

https://github.com/AomanHao/Matlab-Image-Evaluate/tree/master/Evaluate


觉得本文对您有一点帮助,欢迎讨论、点赞、收藏,您的支持激励我多多创作。

我的个人博客主页,欢迎访问

我的CSDN主页,欢迎访问

我的GitHub主页,欢迎访问

我的知乎主页,欢迎访问

相关推荐
@小码农15 小时前
2025年北京海淀区中小学生信息学竞赛第一赛段试题(附答案)
人工智能·python·算法·蓝桥杯
程序猿追15 小时前
异腾910B NPU实战:vLLM模型深度测评与部署指南
运维·服务器·人工智能·机器学习·架构
York·Zhang15 小时前
Ollama:在本地运行大语言模型的利器
人工智能·语言模型·自然语言处理·ollama
reesn15 小时前
nanochat大语言模型讲解一
人工智能·语言模型·自然语言处理
张较瘦_15 小时前
[论文阅读] AI + 软件工程 | 3340个Python ML项目实证:PyQu工具+61种代码变更,精准提升软件质量!
论文阅读·人工智能·软件工程
m0_7482480215 小时前
C++20 协程:在 AI 推理引擎中的深度应用
java·c++·人工智能·c++20
leafff12316 小时前
一文了解-大语言模型训练 vs 推理:硬件算力需求数据对比
人工智能·语言模型·自然语言处理
CareyWYR16 小时前
每周AI论文速递(251103-251107)
人工智能
AI科技星16 小时前
张祥前统一场论动量公式P=m(C-V)误解解答
开发语言·数据结构·人工智能·经验分享·python·线性代数·算法
cooldream200917 小时前
构建智能知识库问答助手:LangChain与大语言模型的深度融合实践
人工智能·语言模型·langchain·rag