(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211284647.2 (22)申请日 2022.10.17 (71)申请人 江苏海洋大学 地址 222005 江苏省连云港市海州区苍梧 路59号 (72)发明人 杨淼　谢卓冉　沈梦娇　董金耐　 蒋海阳　蔡立鹏　黄悦　杨光　 (74)专利代理 机构 连云港权策知识产权代理事 务所(特殊普通 合伙) 3239 9 专利代理师 傅双双 (51)Int.Cl. G06T 7/00(2017.01) G06N 20/10(2019.01) G06V 10/762(2022.01) G06V 10/774(2022.01)G06V 20/05(2022.01) (54)发明名称 一种基于感知特征的水下图像质 量测量方 法 (57)摘要 本发明公开了一种基于感知特征的水下图 像质量测量方法， 利用具有不同失真等级的自然 图像质量数据库； 通过对不同失真等级的图像的 感知特征相关性分析， 得到视觉清晰度感知特征 和色彩感知特征集合； 将水下图像训练集各图像 的清晰度感知特征和色彩感知特征进行聚类； 令 具有相同聚类标签的水下图像为同一退化主题 图像， 从而划分水下退化主题并记录主题下的清 晰度感知特征和色彩感知特征； 对 各个退化主题 水下图像清晰度感知特征、 色彩感知特征和相应 的水下图像质量测量值进行线性拟合， 得到各退 化主题下的水下图像质量测量模 型， 预测的图像 质量得分。 实验结果证明， 与常用的图像质量评 价方法相比， 划分水下主题的方式建立的感知特 征水下图像质量测量方法更为可靠， 这也为未来 探究水下混合失真与水下图像质量之间的关系 提供了参 考。 权利要求书1页 说明书5页 附图3页 CN 115457029 A 2022.12.09 CN 115457029 A 1.一种基于感知特 征的水下图像质量测量方法， 其特 征在于所述方法如下： S1:由已知主观水 下图像质量测量 值的水下图像集 合构成水 下图像质量测量训练集； S2： 利用现有具有不同失真类型和等级的自然图像质量评价数据库构建水下图像质量 感知特征集合； S3:对具有模糊、 饱和度等失真类型的不同失真等级自然图像的感知特征相关性分析， 得到清晰度感知特 征和色彩感知特 征； S4:提取水下图像训练集各图像的清晰度感知特 征和色彩感知特 征进行聚类； S5:根据聚类结果， 令具有相同聚类标签的水下图像为同一退化主题图像， 从而划分水 下退化主题并记录主题下的清晰度感知特 征和色彩感知特 征； S6: 对于各个退化主题下的水下图像， 提取S5中记录的清晰度感知特征、 色彩感知特 征作为输入和相应的水下图像质量测量值进 行线性回归拟合， 得到各退化主题下的水下图 像质量测量模型， 预测水 下图像质量得分。 2.根据权利要求1所述的一种基于感知特征的水下图像质量测量方法， 其特征在于： S2 中采用KADID ‑10k数据库， 该数据库含81个原始图像， 每个图像有5个失真等级， 共25个失真 类型， 选择KADID ‑10k中高斯模糊， 镜头模糊和运动模糊图像三类模糊失真以及饱和度失真 和色彩对比度失真的图像， 得到五类失真， 记为感知特 征集合。 3.根据权利要求2所述的一种基于感知特征的水下图像质量测量方法， 其特征在于： S3 中对于KADID ‑10k数据库中选择的的五类失真图像， 计算每一类失真图像468维的NSS感知 特征集合 Fi( i=1, 2, 3, 4, 5)中与对应的图像质量测量值MOS值之间的皮尔斯曼相关系 数PLCC值， 保留PLC C值大于0.7的特征， 记此时的特 征集合为F’i( i=1, 2, 3, 4, 5)。 4.对于F’i中的每一维特征， 再计算各特征间的相关系数， 去除与其余特征相关系数值 均大于0.8的特征， 记此时 Fi*( i=1, 2, 3, 4, 5)， 其中Fi*( i=1, 2, 3)为与模糊相关的 感知特征集合， 记为清晰度感知特 征Fsharp； Fj*( j=4, 5)为与色彩饱和度和对比度相关的感知特征集合， 将记为色彩感知特征 Fcolor。 5.根据权利要求3所述的一种基于感知特征的水下图像质量测量方法， 其特征在于： S4 中选择kmeans++算法分别 对水下图像训练集各图像的清晰度感知特征 Fsharp和色彩感知特 征Fcolor进行聚类； kmeans ++算法假设： 对 于已有的n个聚类中心(  0<n<K)， 当在选择第n+1个 聚类中心时， 与前n个聚类中心的距离越大的点被选中的可能性越大； 其中在选取第一个聚 类中心( n=1)时通过随机的方法。权　利　要　求　书 1/1 页 2 CN 115457029 A 2一种基于感知特征的水下图像质量测量方 法 技术领域 [0001]本发明属于图像处理技术领域， 具体涉及 一种基于感知特征的水下图像质量测量 方法。 背景技术 [0002]水下图像作为水下信息的重要载体和表达形式， 在海底生物调查和海洋勘测中占 据着重要地位。 由于水下环境的复杂性， 例如水下环境中存在的悬浮物等介质的吸收和散 射作用， 造成获取的水下图像中存在未知的失真等级和混合失真的情况。 图像质量评价 (Image Quality Assessment,IQA)是通过对图像某些特性的分析， 从而判断图像质量的好 坏(图像的失真程度)， IQA方法在光学成像系统的设计、 图像传输、 图像增强/复原 等应用中 占据十分重要的地 位。 [0003]IQA方法总体可以分成两类:第一类是通过人眼观察判断的主观IQA方法和通过设 计算法或建立模 型来模拟主观判断的客观IQA方法， 该方法评价结果最为准确可靠， 但是需 要大量观察员的参与， 造成耗时较长且实时性较差； 第二类是客观IQA方法， 其分为全参考 (full referenc e)， 部分参考(reduc ed referenc e)以及无/盲 参考(no/blind  referenc e, NR/B)三种。 由于难以获得高质量的水下参考图像， 因此水下IQA为BIQA问题， 所面临的挑战 和问题也更多。 与自然环境中获取的图像相比， 水下图像中存在的混合 失真情况较为复杂， 而自然图像的质量评价方法在水 下图像上的效果 不尽如人意。 [0004]目前研究中， 水下IQA方法大多集中在水下灰度图像的研究上。 例如Schechner等 提出了一种通过增强水下图像对比度以提高水下图像的可视性的方法。 Hou等借助调制传 递函数 (modulation  transfer  function,MTF)研究水下光学系统 的相关信 息， 并通过实 验测量得到水下介质的MT F， 然后利用测量得到的MT F通过不同的反卷积方法来对模糊图像 进行复原。  Arredondo等提出了一种评价水下噪声鲁棒性和影响的评价方法， 可以用于验 证水下视频相关算法在水 下环境下的适用性和可靠性情况。 [0005]此外Karen等提出的针对水下彩色图像的评价方法UIQM(underwater  image  quality measure)中选择了水下图像的对比度、 清晰度和色彩三个分量作为计算水下图像 最终质量得分的依据。 Yang等提出的水下彩色图像质量评估 方法UCIQE(underwater  color  image quality ev aluation)中选择了色调方差、 饱和度和对比度作为计算质量得分的测 量分量， 然后根据获取的水下图像真实质量得分， 进行多 元线性回归拟合权重系数。 Yang等 提出的了一种基于频域的水下彩色IQA指标(frequency  domain underwater  metric， FDUM)， FDUM中同样提取了水下图像的三个方面的分量值： 色度， 对比度和清晰度， 由于Yang 等认为直接计算水下图像的对比度分量的效果较差， 为了提高对水下图像质量预测的准确 性， FDUM中对于对比度的测量值增加了一个暗通道系数， 用于改进传统的计算水下图像对 比度的方法。 [0006]Yang等还通过研究不同色调的水下图像之间的联系， 提出了一种视觉注意因素的 多主题水下图像质量评价方法(Multitopic  underwater  image quality assessment  说　明　书 1/5 页 3 CN 115457029 A 3