面向水下图像集的一致性增强评价方法

目的 在对整个水下图像集的质量进行评价时，现有方法是采用某一质量评价准则的质量分数平均值作为指标，以平均值的高低来说明质量增强算法的优劣，但是，非一致性增强的质量分数平均值会随着图像集的变化而产生较大的波动。为了解决上述问题，本文提出了一个更加具有普适性的水下图像质量评价方法：一致性增强质量评价（CEQA）方法。方法 所提方法通过对比图像增强前后的质量分数差值，来判断增强算法性能的一致性，再通过改变选定的质量分数差值所占权重比例并统一分数制，求出一致性增强的图像集的一致性增强质量评价分数。结果 虽然当图像集较小时，非一致性增强的图像质量增强算法得到的质量分数平均值最高，但当图像集扩大时，其增强后的质量分数平均值却低于原图的质量分数平均值；而在图像集扩展前后，一致性增强的图像质量增强算法能够稳定地增强图像质量，其得到的质量分数平均值一直高于原图的质量分数平均值。结论 本文通过实验证明了所提方法的可行性，扩展应用能够通过本文方法得到有效的实验数据，以对比说明各种水下图像质量增强算法的优劣；本文的方法比平均值方法更加鲁棒有效地控制了大样本偏差。因此，本文为大规模应用中如何选取水下图像集的质量增强算法，提供了一个更好的评价标准。

Consistent enhancement assessment for an underwater image set