基于色彩空间多特征融合的水下图像质量评估方法
Tianhai Chen1, Xichen Yang2, Nengxin Li1
1School of Computer and Electronic Information/School of Artificial Intelligence, Nanjing Normal University, Nanjing, 210046, China.
Scientific reports
|October 6, 2023
概括
一种新的水下图像质量评估 (UIQA) 方法在CIELab色彩空间中使用多特征融合. 这种方法有效量化了水下图像退化,以改善视觉质量评估.
科学领域:
- 计算机视觉 计算机视觉
- 图像处理 图像处理
- 数字信号处理 数字信号处理
背景情况:
- 水下环境会导致显著的图像退化,影响视觉质量.
- 现有的图像质量评估 (IQA) 方法对于水下图像是不够的.
- 精确测量水下图像质量对于后续处理至关重要.
研究的目的:
- 开发一种有效的水下图像质量评估 (UIQA) 方法,以适应水下图像特征.
- 提高IQA方法在评估退化水下图像方面的性能.
主要方法:
- 提出了一种UIQA方法,利用CIELab色彩空间内的多特征融合.
- 从亮度和颜色组件中提取了历史图,形态和时刻统计数据.
- 使用支持向量回归 (SVR) 来从合并的特征构建质量预测模型.
主要成果:
- 提出的UIQA方法在SAUD和UIED数据集上表现出强的表现.
- 对LIVE,TID2013,LIVEMD,LIVEC和SIQAD数据集的交叉数据集评估证实了该方法的适用性.
- 多功能融合方法有效量化了水下图像质量退化.
结论:
- 拟议的CIELab彩色空间多特征融合方法为水下图像质量评估提供了强大的解决方案.
- 这种方法提高了在具有挑战性的水下条件下评估视觉质量的准确性和可靠性.
- 该方法在各种图像质量评估数据集中显示了广泛的适用性.
更多相关视频
09:19Measuring the Structure, Composition, and Change of Underwater Environments with Large-area Imaging
Published on: April 18, 2025
570
13:35Reefshape: A System for the Efficient Collection and Automated Processing of Time-Series Underwater Photogrammetry Data for Benthic Habitat Monitoring
Published on: June 13, 2025
389
