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:
- 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。
- 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。
- 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
相关文章:
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…...
CentOS上安装WordPress
在CentOS上安装WordPress是一个相对直接的过程,可以通过多种方法完成,包括使用LAMP(Linux, Apache, MySQL, PHP)栈或使用更现代的LEMP(Linux, Nginx, MySQL, PHP)栈。 我选择的是(Linux, Nginx…...
Spring Boot 原理分析
spring-boot.version:2.4.3.RELEASE Spring Boot 依赖管理 spring-boot-starter-parent 配置文件管理 <resources> <resource> <directory>${basedir}/src/main/resources</directory> <filtering>true&l…...
Git 本地项目上传 GitHub 全指南(SSH Token 两种上传方式详细讲解)
前言:Git 与 GitHub 的区别与联系 在学习如何将本地项目上传到 GitHub 之前,先来弄清楚 Git 和 GitHub 的区别以及它们之间的联系。 对比项GitGitHub定义分布式版本控制系统(DVCS),用于本地和远程管理代码版本托管 G…...
jenkins服务启动-排错
服务状态为active (exited) 且进程不在 查看/etc/rc.d/init.d/jenkins配置 获取配置参数 [rootfy-jenkins-prod jenkins]# cat /etc/rc.d/init.d/jenkins | grep -v #JENKINS_WAR"/usr/lib/jenkins/jenkins.war" test -r "$JENKINS_WAR" || { echo "…...
CF 144A.Arrival of the General(Java实现)
题目分析 一个n个身高数据,问最高的到最前面,最矮的到最后面的最短交换次数 思路分析 首先,如果数据有重复项,例如示例二中,最矮的数据就是最后一个出现的数据位置,最高的数据就是最先出现的数据位置&…...
SAP-ABAP:SAP中REPORT程序和online程序的区别对比
在SAP中,REPORT程序和Online程序(通常指Dialog程序)是两种常见的ABAP程序类型,它们在用途、结构和用户交互方式上有显著区别。以下是它们的详细对比: 1. 用途 REPORT程序Online程序主要用于数据查询、报表生成和批量数…...
Java发展史
JavaEE的由来 语言的诞生 Java的前身是Oak语言,其目的是搞嵌入式开发开发智能面包机 叮~~~🍞🍞🍞 产品以失败告终 巅峰 网景公司需要网景浏览器打开网页,Oak->Java,进行前端开发(相关技…...
vue3--SVG图标的封装与使用
流程 终端输入- -安装下面这个包 npm install vite-plugin-svg-icons -Dvite.config.ts文件中引入 import {createSvgIconsPlugin} from vite-plugin-svg-iconsvite.config.ts文件中配置plugins选项 将下面代码 createSvgIconsPlugin({//用于指定包含 SVG 图标的文件夹路径…...
Datawhale Ollama教程笔记3
小白的看课思路: Ollama REST API 是什么? 想象一下,你有一个智能的“盒子”(Ollama),里面装了很多聪明的“小助手”(语言模型)。如果你想让这些“小助手”帮你完成一些任务&#…...
学习数据结构(10)栈和队列下+二叉树(堆)上
1.关于栈和队列的算法题 (1)用队列实现栈 解法一:(参考代码) 题目要求实现六个函数,分别是栈初始化,入栈,移除并返回栈顶元素,返回栈顶元素,判空࿰…...
洛谷 P3660 USACO17FEB Why Did the Cow Cross the Road III 题解
题意 有一个圆,圆周上按顺时针方向给出 2 n 2n 2n个点。第 i i i个点的颜色是 c o l o r i color_i colori,其中数据保证 1 ≤ c o l o r i ≤ n 1\le color_i\le n 1≤colori≤n,而且每种不同的颜色有且只有两个点。不存在位置重叠的点…...
【数据结构】(9) 优先级队列(堆)
一、优先级队列 优先级队列不同于队列,队列是先进先出,优先级队列是优先级最高的先出。一般有两种操作:返回最高优先级对象,添加一个新对象。 二、堆 2.1、什么是堆 堆也是一种数据结构,是一棵完全二叉树,…...
如何提升爬虫获取数据的准确性?
提升爬虫获取数据的准确性是确保数据分析和后续应用有效性的关键。以下是一些经过验证的方法和最佳实践,可以帮助提高爬虫数据的准确性: 1. 数据清洗 数据清洗是提升数据准确性的重要步骤,主要包括去除重复数据、处理缺失值和异常值。 去除…...
Obsidian及Zotero常用的插件
Obsidian插件 Minimal Theme Settings(Life,zotero)【必需】 界面样式设置所需插件 Style Settings(Life,zotero)【必需】界面样式设置所需插件 Recent Files(Life,zotero…...
闲鱼IP属地是通过电话号码吗?
在闲鱼这样的二手交易平台上,用户的IP属地信息对于维护交易安全、增强用户间的信任至关重要。然而,关于闲鱼IP属地是如何确定的,不少用户存在疑惑,尤其是它与电话号码之间是否存在关联。本文将深入探讨这一问题,揭示闲…...
C#多线程异步连接MySQL与SQLserver数据库
C#多线程异步连接MySQL与SQLserver数据库 一、前言二、多线程异步连接数据库代码2.1代码块2.2代码说明 参考文档 一、前言 当编写代码连接多台设备上的数据库时,如果采用同步逐个连接的方式,在网络畅通的情况下连接速度尚可,但当其中一台设备…...
51单片机-数码管
目录 1、静态数码管 1.1、数码管是如何显示出字符 1.2、数码管静态显示原理 1.3、74HC573芯片的使用 1.4、静态数码管编程 2、动态数码管 2.1、数码管动态显示原理 2.2、74HC138芯片的使用 2.3、编写动态数码管程序 1、静态数码管 1.1、数码管是如何显示出字符 单片机…...
C#学习之S参数读取(s2p文件)
目录 一、创作灵感 二、S2PFileReader类 1.代码示例 2.代码说明 a.ReadS2PFile 方法: b.DataTable 结构: 三、S2PFileReader类的调用演示 1.使用示例 一、创作灵感 虽然MATLAB处理数据很实用,但是C#常用于程控仪器的控制,…...
Spring Boot “约定大于配置”
什么是“约定大于配置”? “约定大于配置”是一种简化开发的设计理念。简单来说,就是框架默认提供了常见的配置和行为,开发者只需要按照约定来编写代码,避免了繁琐的配置,只在需要时进行定制和调整。这种理念在Spring…...
告别手动收集!用cvemap+Python脚本,5分钟自动化构建你的专属CVE漏洞知识库
告别手动收集!用cvemapPython脚本,5分钟自动化构建你的专属CVE漏洞知识库 每天打开电脑的第一件事,就是检查最新的CVE漏洞公告——这可能是许多安全工程师的日常。但当你面对NVD、Exploit-DB、HackerOne等多个平台的海量数据时,手…...
终极gh_mirrors/docume/documentation前端架构教程:设计模式与最佳实践
终极gh_mirrors/docume/documentation前端架构教程:设计模式与最佳实践 【免费下载链接】documentation Architectural methodology for frontend projects 项目地址: https://gitcode.com/gh_mirrors/docume/documentation gh_mirrors/docume/documentation…...
别再死记硬背了!用这3个真实案例,帮你彻底搞懂ISO 19011里的‘审核发现’与‘审核结论’
3个真实案例解析:如何区分ISO 19011中的"审核发现"与"审核结论" 第一次接触管理体系审核时,最让人头疼的莫过于那些看似相似却又截然不同的专业术语。记得我刚开始学习ISO 19011标准时,曾把"审核发现"和"…...
WindowsCleaner完全掌控指南:高效运用开源工具彻底解决C盘爆满问题
WindowsCleaner完全掌控指南:高效运用开源工具彻底解决C盘爆满问题 【免费下载链接】WindowsCleaner Windows Cleaner——专治C盘爆红及各种不服! 项目地址: https://gitcode.com/gh_mirrors/wi/WindowsCleaner 你是否厌倦了Windows系统越用越慢、…...
Angular 表单中基于下拉选择动态启用字段必填校验的完整实现方案
本文介绍如何在 Angular 响应式表单中,根据 payable_frequency_ref_id 下拉框的选择状态,动态控制 min_payable_commission 和 max_payable_commission 两个输入框中「任一必填」的自定义校验逻辑,避免硬编码 required 属性或重复调用 setVal…...
3分钟学会:如何将网页LaTeX公式完美复制到Word文档?
3分钟学会:如何将网页LaTeX公式完美复制到Word文档? 【免费下载链接】LaTeX2Word-Equation Copy LaTeX Equations as Word Equations, a Chrome Extension 项目地址: https://gitcode.com/gh_mirrors/la/LaTeX2Word-Equation 你是否曾为了一篇论文…...
FastAPI生产级脚手架:异步ORM、OAuth2与项目架构实战解析
1. 项目概述与核心价值如果你正在寻找一个能让你快速上手 FastAPI,并且希望从一开始就遵循最佳实践的脚手架项目,那么tomasemilio/FastAPI-Boilerplate是一个非常值得研究的起点。这个项目不是一个简单的“Hello World”示例,而是一个五脏俱全…...
AOP底层:动态代理执行流程(“断点之谜“)
究极迷惑:在学习 Spring AOP 时,我们大多会记住切面、切点、通知这些概念,却始终对运行时到底发生了什么有困惑: 程序进方法时,先进代理对象还是先进原始方法? 为什么 在Debug模式下直接跳进我们写的业务代…...
【AISMM高管汇报模板实战指南】:SITS2026官方未公开的5大结构漏洞与3小时速成改造法
更多请点击: https://intelliparadigm.com 第一章:SITS2026官方AISMM高管汇报模板的权威定位与战略价值 SITS2026官方AISMM(AI-Driven Strategic Transformation & Security Maturity Model)高管汇报模板是由国际数字治理联盟…...
技术解析:基于EXIF元数据的智能批量水印处理方案
技术解析:基于EXIF元数据的智能批量水印处理方案 【免费下载链接】semi-utils 一个批量添加相机机型和拍摄参数的工具,后续「可能」添加其他功能。 项目地址: https://gitcode.com/gh_mirrors/se/semi-utils 在数字图像处理领域,批量水…...
