圖像質量評價指標-UCIQE-UIQM

一、評價指標UCIQE

在文章《An underwater color image quality evaluation metric》中,提到的了評價指標UCIQE(Underwater Colour Image Quality Evaluation),是一種無參考圖像質量評價指標,主要用于評估水下圖像的質量。它通過色度、飽和度和對比度的線性組合來量化水下圖像的非均勻色偏、模糊和低對比度問題。UCIQE值越高, 表明圖像在色彩、飽和度和對比度之間具有更好的平衡。

1.1 計算公式

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?是色度的標準差,用于衡量色彩濃度;
  • c o n l con_l conl?是亮度對比,用于評估圖像的對比度;
  • μ c \mu_c μc?是飽和度的平均值;
  • c 1 ? , c 2 ? , c 3 c_1?,c_2?,c_3 c1??,c2??,c3?? 是加權系數,通常取值為 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??=0.4680c2??=0.2745c3??=0.2576

UCIQE指標的優勢在于它不需要參考圖像,因此可以快速、無偏地評估圖像質量。它在水下圖像處理、圖像預處理、圖像檢索等領域有廣泛應用。

二、評價指標UIQM

在文章《Human-visual-system-inspired underwater image quality measures》中,提到的了評價指標UIQM(Underwater Image Quality Measure)是一種無參考圖像質量評價指標,專門用于評估水下圖像的質量。它綜合考慮了圖像的色彩、清晰度和對比度三個維度,并通過加權平均的方式計算整體質量。

2.1 UIQM的組成

UIQM由以下三個子指標組成:

  1. 色彩測量指標(UICM,Underwater Image Colorfulness Measure):用于評估圖像的色彩豐富度和平衡性。
  2. 清晰度測量指標(UISM,Underwater Image Sharpness Measure):通過邊緣檢測和局部對比度評估圖像的清晰度。
  3. 對比度測量指標(UIConM,Underwater Image Contrast Measure):衡量圖像中最亮和最暗部分的區分度。

2.2 計算公式

UIQM的計算公式為:

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?? 是加權系數,通常取值分別為 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 應用領域

UIQM廣泛應用于水下圖像處理、圖像增強、圖像復原等領域,能夠有效評估水下圖像的質量,并為圖像處理算法的優化提供參考。UIQM能夠更準確地反映人眼對水下圖像質量的感知,是一種符合人類視覺系統的圖像質量評價模型。
UIQM值越高說明越符合人眼的視覺感知。

三、仿真結果

以下三張圖分別是原始圖像、處理圖像1、處理圖像2,求他們的評價指標UCIQE、UIQM數值

評價指標原始圖像處理圖像1處理圖像2
UCIQE0.360.622.23
UIQM1.623.764.06

UCIQE值越高, 表明圖像在色彩、飽和度和對比度之間具有更好的平衡, UIQM值越高說明越符合人眼的視覺感知,從指標來看,處理圖像2略優

四、仿真代碼

感興趣的可以找論文復現,鏈接有評價指標函數

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


覺得本文對您有一點幫助,歡迎討論、點贊、收藏,您的支持激勵我多多創作。

我的個人博客主頁,歡迎訪問

我的CSDN主頁,歡迎訪問

我的GitHub主頁,歡迎訪問

我的知乎主頁,歡迎訪問

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:
http://www.pswp.cn/news/895784.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/895784.shtml
英文地址,請注明出處:http://en.pswp.cn/news/895784.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Vue 前端開發中的路由知識:從入門到精通

文章目錄 引言1. Vue Router 簡介1.1 安裝 Vue Router1.2 配置 Vue Router1.3 在 Vue 實例中使用 Vue Router 2. 路由的基本用法2.1 路由映射2.2 路由視圖2.3 路由鏈接 3. 動態路由3.1 動態路徑參數3.2 訪問動態參數3.3 響應路由參數的變化 4. 嵌套路由4.1 定義嵌套路由4.2 渲染…

基于Springboot+微信小程序調用文心一言大模型實現AI聊天

一、文章前言 此文主要實現基于Springboot微信小程序調用文心一言大模型實現AI聊天對話功能,使用Java作為后端語言進行支持,界面友好,開發簡單。 二、開發流程及工具準備 2.1、登錄百度智能云平臺,獲取 API Key 和 Secret Key兩個…

leaflet前端初始化項目

1、通過npm安裝leaflet包,或者直接在項目中引入leaflet.js庫文件。 npm 安裝:npm i leaflet 如果在index.html中引入leaflet.js,在項目中可以直接使用變量L. 注意:盡量要么使用npm包,要么使用leaflet.js庫,兩者一起使用容易發生…

Deepseek官網接口文檔

API 接口 生成完成 生成聊天完成 創建模型 列出本地模型 顯示模型信息 復制模型 刪除模型 拉取模型 推送模型 生成嵌入 列出運行中的模型 版本 約定 模型名稱 模型名稱遵循 model:tag 格式,其中 model 可以有一個可選的命名空間,例如 ex…

容器運行常見數據庫

一.涉及鏡像壓縮包 均為amd架構版本:mysql:5.7.42、postgres:13.16、dm8:20250206_rev257733_x86_rh6_64、oceanbase-ce:v4.0、opengauss:5.0.2 通過網盤分享的文件:db.tgz 鏈接: https://pan.baidu.com/s/1EBbFPZj1FxCA4_GxjVunWg?pwd563s 提取碼: 5…

python爬蟲系列課程2:如何下載Xpath Helper

python爬蟲系列課程2:如何下載Xpath Helper 一、訪問極簡插件官網二、點擊搜索按鈕三、輸入xpath并點擊搜索四、點擊推薦下載五、將下載下來的文件解壓縮六、打開擴展程序界面七、將xpath.crx文件拖入擴展程序界面一、訪問極簡插件官網 極簡插件官網地址:https://chrome.zzz…

PHP支付寶--轉賬到支付寶賬戶

官方參考文檔: ?https://opendocs.alipay.com/open/62987723_alipay.fund.trans.uni.transfer?sceneca56bca529e64125a2786703c6192d41&pathHash66064890? 可以使用默認應用,也可以自建新應用,此處以默認應用來講解【默認應用默認支持…

前端開發崗模擬面試題套卷A答案及解析(一)技術面部分

前端開發崗模擬面試題套卷A答案及解析(一)技術面部分 (一)技術面 一、JavaScript核心技術(ES6+) 1-1、實現防抖函數 function debounce(fn, delay) {let timer = null;return function(...args) {clearTimeout(timer); // 清除已有定時器timer = setTimeout(() =>…

對稱加密算法——IDEA加密算法

Java IDEA算法詳解 1. 理論背景 IDEA(International Data Encryption Algorithm)是一種對稱密鑰加密算法,由Xuejia Lai和James Massey于1991年提出。它被設計用于替代DES(Data Encryption Standard)算法,…

單例模式、構造函數、左值右值

拷貝構造函數 簡單的說就是——用一個對象構造另外一個對象 class Myclass {public:int d0;Myclass(int d_){d d_}; //常用的構造函數Myclass(Myclass c) //拷貝構造函數{d c.d;} }; //對比 class Myclass {public:int d0;Myclass(int d_){d d_}; //常用的構造函數Myclass…

rustdesk遠程桌面自建服務器

首先,我這里用到的是阿里云服務器 centos7版本,win版客戶端。 準備工作 centos7 服務器端文件: https://github.com/rustdesk/rustdesk-server/releases/download/1.1.11-1/rustdesk-server-linux-amd64.zip win版客戶端安裝包&#xff1…

【深度學習】Transformer入門:通俗易懂的介紹

【深度學習】Transformer入門:通俗易懂的介紹 一、引言二、從前的“讀句子”方式三、Transformer的“超級閱讀能力”四、Transformer是怎么做到的?五、Transformer的“多視角”能力六、Transformer的“位置記憶”七、Transformer的“翻譯流程”八、Trans…

用deepseek學大模型03-數學基礎 概率論 最大似然估計(MLE)最大后驗估計(MAP)

https://metaso.cn/s/r4kq4Ni 什么是最大似然估計(MLE)最大后驗估計(MAP)?深度學習中如何應用,舉例說明。 好的,我現在需要回答關于最大似然估計(MLE)和最大后驗估計&…

Socket通訊協議理解及客戶端服務器程序流程

Socket通訊我們可以從以下幾個方面簡單理解 1.Socket是網絡通信中的一項重要技術,它提供了在網絡上進行數據交換的接口。用C#、Java、C等開發語言,都可以開發Socket網絡通信程序。 2.Socket(套接字)是計算機網絡編程中的一種抽象,它允許不同…

《Stable Diffusion繪畫完全指南:從入門到精通的Prompt設計藝術》-配套代碼示例

第一章:模型加載與基礎生成 1.1 基礎模型加載 from diffusers import StableDiffusionPipeline import torch# 加載SD 1.5基礎模型(FP32精度) pipe StableDiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5",…

【DL】淺談深度學習中的知識蒸餾 | 輸出層知識蒸餾

目錄 一 核心概念與背景 二 輸出層知識蒸餾 1 教師模型訓練 2 軟標簽生成(Soft Targets) 3 學生模型訓練 三 擴展 1 有效性分析 2 關鍵影響因素 3 變體 一 核心概念與背景 知識蒸餾(Knowledge Distillation, KD)是一種模…

嵌入式學習第十六天--stdio(二)

文件打開 open函數 #include <fcntl.h> int open(const char *pathname&#xff0c;int flags); int open(const char *pathname&#xff0c;int flags&#xff0c;mode_t mode); 功能: 打開或創建文件 參數: pathname //打開的文件名 flags //操作…

對話智面創始人陶然:一是初心和心態,二是堅持和心力

隨著經濟全球化的加深和市場競爭的日益激烈&#xff0c;企業迅速發展成為了每一個企業家的夢想。然而&#xff0c;要實現企業的快速發展并保持競爭力&#xff0c;企業戰略的人力資源管理起著至關重要的作用。 企業的核心競爭力是“人才”的競爭&#xff0c;無論是研發、銷售、…

mybatis使用typeHandler實現類型轉換

使用mybatis作為操作數據庫的orm框架&#xff0c;操作基本數據類型時可以通過內置的類型處理器完成java數據類型和數據庫類型的轉換&#xff0c;但是對于擴展的數據類型要實現與數據庫類型的轉換就需要自定義類型轉換器完成&#xff0c;比如某個實體類型存儲到數據庫&#xff0…

Qt開發①Qt的概念+發展+優點+應用+使用

目錄 1. Qt的概念和發展 1.1 Qt的概念 1.2 Qt 的發展史&#xff1a; 1.3 Qt 的版本 2. Qt 的優點和應用 2.1 Qt 的優點&#xff1a; 2.2 Qt 的應用場景 2.3 Qt 的應用案例 3. 搭建 Qt 開發環境 3.1 Qt 的開發工具 3.2 Qt SDK 的下載和安裝 3.3 Qt 環境變量配置和使…