水下图像质量评价指标UIQM（UISM）-CSDN博客

本文链接：https://blog.csdn.net/bulubugulu/article/details/115803669

论文UIQM（不知道怎么插入pdf，给个名字在这0.0）
在这里插入图片描述
原理转自：https://blog.csdn.net/weixin_47169667/article/details/108156530

UISM

在这里插入图片描述

（注意此处使用的是RGB颜色空间）
图片被分为K1*K2个区域，log中的分式是每个区域中亮度最大与最小值的比值，即对比度，算出RGB三通道的EME，带入到UISM公式中，其中λc中λR=0.299，λG=0.587，λB=0.114

python简单代码实现

import cv2
import math
import numpy as np

def EME(rbg, L):
    m, n = np.shape(rbg)  #横向为n列 纵向为m行
    number_m = math.floor(m/L)
    number_n = math.floor(n/L)
    #A1 = np.zeros((L, L)) #创建一个L*L的全0数组用于存放 #用不用没有差别
    m1 = 0
    E = 0
    for i in range(number_m): #将图片按照L*L分成小块 其余的部分舍去
        n1 = 0
        for t in range(number_n):
            A1 = rbg[m1:m1+L, n1:n1+L]
            rbg_min = np.amin(np.amin(A1))
            rbg_max = np.amax(np.amax(A1))

            if rbg_min > 0 :
                rbg_ratio = rbg_max/rbg_min
            else :
                rbg_ratio = rbg_max  ###
            E = E + np.log(rbg_ratio + 1e-5)

            n1 = n1 + L
        m1 = m1 + L
    E_sum = 2*E/(number_m*number_n)
    return E_sum

if __name__ == '__main__':
    img = cv2.imread('AutomatedMSRCR_retinex.tif') #读取图片
    r, b, g = cv2.split(img)
    EME_r = EME(r, 5) #这里设置的L为5
    EME_b = EME(b, 5)
    EME_g = EME(g, 5)
    uism = 0.299*EME_r + 0.144*EME_b + 0.587*EME_g
    print(uism)