基于HVS的水下图像质量评价

摘要：

因为水的吸收和散射效应,导致水下图像普遍存在模糊、低对比度和色彩不均衡等问题,而自然图像质量评价方法没有考虑水下成像的特殊性,难以应用于水下图像;同时目前有效的水下图像的质量评价方法较少,且存在一定局限性.针对此问题,提出了一种新的与主观感知密切相关的无参考水下图像质量评价方法,选择与视觉感知相关性高的色度特征(Col)、基于人类大脑视觉皮层的对比度特征(Con)、反映图像信息丰富程度的清晰度特征(Sharp)这3种属性,来构成水下图像质量评价模型,简称CCS.这些视觉特征对水的物理特性比较敏感,而且人类视觉系统(Human Visual System,HVS)易受色彩、对比度和边缘结构等视觉特性变化的影响.为了验证所提方法的性能,在自建小型水下图像数据集上与CPDB,BRISQUE,UCIQE,UIQM这4种无参考评价算法进行了大量的对比实验,在与主观评价相关性度量方面,CCS方法比UIQM方法的RMSE度量指标提升了大约13％,比UCIQE和UIQM方法的PLCC,SROCC和KROCC度量指标提升均超过10％.实验结果表明,CCS算法与人类视觉感知具有高度一致性,能有效、准确地评估水下图像的质量.

关键词：图像质量评价、无参考、人类视觉系统、色度评估、对比度评估、清晰度评估

所属期刊栏目：49

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;山东省自然科学基金;山东省自然科学基金;教育部国家留学基金;中国博士后科学基金

在线出版日期：2022-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：98-104