做水下图像增强算法对比的时候我拿三组恢复结果给同行看A 方案颜色鲜艳、B 方案对比度拉满、C 方案看着最“正常”但没有任何一个人能说清到底哪个方案客观更好。后来我引入水下图像质量评价指标 UIQMUICM把三组图分别打分排序结论和数据才真正能对得上。所以这篇内容我会围绕 UIQM 到底是什么、UICM 子指标怎么算、工程实现时有哪些隐藏坑以及怎么把分数用进实际项目评测里一步步拆开讲清楚。如果你也要做水下图像质量评估、水下增强效果对比或者相关算法调参这应该能帮你省不少时间。1. 先搞清楚一件事水下图像为什么需要自己的质量指标1.1 水下成像的退化模型指标是照着物理过程设计的水下图像和普通图像退化模式完全不同。光在水里传播时不同波长的衰减系数差异很大红光在几米内就基本被吸收蓝绿光能走得更远所以大部分水下照片天然偏蓝绿色同时水里的悬浮颗粒、浮游生物会造成散射让图像整体变得雾蒙蒙、对比度下降、边缘信息丢失。还有一个容易被忽略的问题——人工光源参与后照明不均匀又会带来局部过曝或色彩畸变。也就是说水下图像的失真不是单一因素造成的它至少包含色彩偏移、清晰度下降、对比度不足三个维度。这就解释了为什么 UIQM 这种指标要把“色彩、锐度、对比度”三者分开建模再合成一个总分。只看其中一个维度都会漏掉问题一张图可能色彩很正但很模糊也可能清晰度不错但整体偏蓝严重。设计良好的水下图像质量评价指标需要同时覆盖这些退化特征。1.2 全参考和无参考指标遇到的水下难题很多传统图像质量指标需要有“参考图”——比如 PSNR、SSIM它们要拿恢复结果和原始干净图逐像素比较。但水下场景几乎拿不到干净参考图摄影师不可能在同一机位拍一张“没有水干扰”的图合成仿真数据又无法完全还原真实物理过程。所以全参考指标在水下工程应用里基本等于摆设。另一类通用无参考指标比如 BRISQUE 这类面向自然图像设计的 NR-IQA 算法虽然不需要参考图但它们的训练数据主要来自普通光学失真对水下特有的蓝绿偏色和米氏散射退化不够敏感。实测下来一张严重偏色但纹理保留完好的图通用指标可能给出和正常图差不多的分数这在水下场景里是完全不能接受的。UIQM 的思路则完全不同它从人眼视觉特性出发只依赖输入图像本身通过三个子指标分别模拟人类对水下图像的色彩满意度、边缘清晰感知和局部对比度感知最后加权成一个总分。这样就绕开了参考图缺失的问题也让评价维度对齐了水下成像的物理退化特征。1.3 UIQMUICM这套体系由哪几个部分构成UIQM 并不是一个单独的数值公式而是一个由三个子指标组成的评价体系UICMUnderwater Image Colorfulness Measure色彩度评价度量颜色偏移和色彩丰富程度。UISMUnderwater Image Sharpness Measure清晰度评价度量边缘和细节锐利程度。UIConMUnderwater Image Contrast Measure对比度评价度量局部对比度信息。公式层面UIQM 就是三个子分数的加权和。很多文章和开源代码会把 UIQM 和 UICM 混着提因为 UIQM 这个名字里第一个字母就是 UICM 的“C”但实际上 UICM 只是其中一个分量。我下面会先把 UICM 展开讲因为它是最容易被算错、也是最影响最终结果的部分。2. UICM 是怎么度量“色彩好看”的从对抗色空间到直方图裁剪2.1 RG/YB 对抗色空间把“偏色”翻译成数值UICM 的计算起点是 RGB 图像但不会直接在 R、G、B 三个通道上取均值。它先把像素映射到两个“对抗色”分量RG R - GYB (R G) / 2 - B这里的逻辑其实不难理解RG 分量描述像素偏红还是偏绿YB 分量描述像素偏黄还是偏蓝。水下图像最常见的退化是整体偏蓝或者偏绿那么 YB 这个分量就会整体偏移到负区间RG 分量也可能出现系统性偏移。而一张色彩均衡的图上各个像素的 RG 和 YB 值应该围绕 0 附近分布有正有负、比较分散。这就是 UICM 的底层假设均值衡量色彩偏移方差衡量色彩丰富度。均值的平方越大说明整体偏色越严重方差越大说明颜色分布越广色彩层次越丰富。一个合理的色彩度指标应该让偏色严重的图得分低让色彩丰富的图得分高。2.2 直方图裁剪与均值和方差鲁棒的关键直接拿全图像素算均值和方差会有一个问题水下图像里往往有高光、噪声、悬浮颗粒等极端像素这些像素会让均值被拉偏、让方差被撑大。更好的做法是先把 RG 和 YB 分量的直方图两侧裁掉一小部分只保留中间区间做统计。比如裁剪比例 alpha_c 0.1意思是对升序排列后的 RG 值去掉最小 5% 和最大 5%再用剩余 90% 的数据计算 mean_RG 和 var_RGYB 分量同理。这个步骤很像统计学里的截尾均值trimmed mean牺牲一点点理论完整性换来更强的鲁棒性。裁剪之后的计算公式可以写成UICM -alpha * (mean_RG_c^2 mean_YB_c^2) beta * (var_RG_c var_YB_c)其中 alpha 和 beta 是固定系数一种常见的取值组合是 alpha 0.0282、beta 0.1586。注意第一项是负数因为偏色越严重mean_RG_c^2 和 mean_YB_c^2 加和越大分数被扣得越多第二项是正数因为色彩越丰富分数越高。这个正负搭配是 UICM 的核心逻辑要是代码里把符号写反了整个指标的意义就反了。2.3 一段可以直接跑的 UICM 代码我平时用的 Python 实现是这样依赖只有 NumPy输入是 RGB 三通道 uint8 图像import numpy as np def uicm(img, alpha_c0.1, a1-0.0282, b10.1586): img img.astype(np.float64) R img[..., 0] G img[..., 1] B img[..., 2] RG R - G YB 0.5 * (R G) - B def trim_stats(arr, alpha_c): low np.percentile(arr, 100 * alpha_c / 2) high np.percentile(arr, 100 * (1 - alpha_c / 2)) arr_c arr[(arr low) (arr high)] return arr_c.mean(), arr_c.var() mean_RG, var_RG trim_stats(RG, alpha_c) mean_YB, var_YB trim_stats(YB, alpha_c) return a1 * (mean_RG**2 mean_YB**2) b1 * (var_RG var_YB)这段代码拿来就能算 UICM。有一点要注意方差用的是总体方差除以 N而不是样本方差除以 N-1不同实现之间两种写法都有结果差异很小但如果你要和自己参考的论文结果对齐最好确认对方用的是什么口径。3. UISM 与 UIConM锐度、对比度的计算公式与实现细节3.1 UISMSobel 边缘 分块 EME色彩只是水下图像评价的一环清晰度同样关键。UISM 的思路是先做边缘提取再对边缘强度加权下的图像分区做“增强度”统计。具体流程把 RGB 图转成灰度图。用 Sobel 算子计算水平梯度和垂直梯度合成边缘强度图。将灰度图均匀分成 10×10 的子块对每个子块计算 EME增强测量估计。每个子块的 EME 用该块在边缘强度图中的占比作为权重加权求和。EME 的计算方式是把子块再划分成若干更小区域在每个小区域内取最大值和最小值计算 20 * log(max / min)再取平均。这个值本质上是描述局部灰度动态范围——边缘清晰、灰度层次分明的区域EME 高整体灰蒙蒙、层次缺失的区域EME 低。UISM 的权重设计是它区别于普通均值的关键单纯把所有子块的 EME 取平均会让那些平坦的、没有信息的区域和边缘丰富的区域获得同样权重。而实际上人眼更关注画面中有纹理内容的区域。用边缘强度占比做权重相当于告诉指标边缘越多的区域它的清晰度表现越应该影响总分。以下是简化版实现保持了核心思想去掉了部分边界处理的复杂度from scipy.ndimage import sobel def uism(gray_img, blocks10): h, w gray_img.shape gray gray_img.astype(np.float64) edge np.hypot(sobel(gray, axis0), sobel(gray, axis1)) total_edge edge.sum() 1e-12 uism_val 0.0 for i in range(blocks): for j in range(blocks): r0, r1 i * h // blocks, (i 1) * h // blocks c0, c1 j * w // blocks, (j 1) * w // blocks sub gray[r0:r1, c0:c1] if sub.size 0: continue sub_edge edge[r0:r1, c0:c1].sum() weight sub_edge / total_edge local_max sub.max() local_min sub.min() if local_min 0: continue eme 20 * np.log(local_max / local_min) uism_val weight * eme return uism_val严格来说原版公式还会继续在子块内细分小窗格计算 EME我这里是为了注释代码方便做了简化。实际工程中如果追求和原论文对齐建议把子块内再按 8×8 细分成更小的区域逐区域计算 log(max/min) 再求平均但简化版在多数场景下排序趋势是一致的。3.2 UIConM四叉树分解下的局部对比度UIConM 的出发点是对比度。传统全图对比度测量比如 RMS 对比度很容易被大面积背景拉低或者被局部强光拉高在水下图像里尤其不稳定。UIConM 的做法是引入四叉树分解把图像不断划分成四个象限根据区域内像素值的同质性决定是否继续细分直到达到某种“内容均匀”的尺度。这样做的道理是水下图像里对比度最有用的是小尺度的局部变化比如鱼鳞纹理、岩石边缘、人造目标轮廓而不是整张图“蓝蓝的一片”。通过四叉树把图像切分成内容相对均匀的块每个块内的局部对比度才能真实反映目标细节是否可见。计算时对每个均匀块取块内亮度最大值与最小值的对比关系作为局部对比度同时按块的同质程度分配权重。同质性越高、块面积越大的区域权重越大最终加权合成一个对比度分数。一个可运行的简化版本def uiconm(gray_img, thresh20): gray gray_img.astype(np.float64) h, w gray.shape blocks [(0, 0, h, w)] contrast_sum 0.0 weight_sum 0.0 for idx in range(len(blocks)): r0, c0, r1, c1 blocks[idx] bh, bw r1 - r0, c1 - c0 sub gray[r0:r1, c0:c1] if sub.size 0: continue local_std sub.std() if local_std thresh or bh 2 or bw 2: vmin, vmax sub.min(), sub.max() if vmin vmax 0: local_contrast (vmax - vmin) / (vmax vmin 1e-12) else: local_contrast 0.0 weight sub.size contrast_sum local_contrast * weight weight_sum weight else: mid_r, mid_c (r0 r1) // 2, (c0 c1) // 2 blocks.extend([ (r0, c0, mid_r, mid_c), (r0, mid_c, mid_r, c1), (mid_r, c0, r1, mid_c), (mid_r, mid_c, r1, c1), ]) return contrast_sum / (weight_sum 1e-12)这个版本用“区域标准差低于阈值就不继续分裂”作为同质性判据和原始论文的四叉树判定逻辑方向一致只是简化了阈值的自适应过程。实际使用时阈值可以按图像灰度范围调整。3.3 三个子指标合成 UIQM 的权重逻辑三个子指标算出来后UIQM 总分按如下方式合成UIQM c1 * UICM c2 * UISM c3 * UIConM一组公开常见的权重是子指标权重典型数值量级UICMc1 0.0282通常在 0 到几十之间UISMc2 0.2953通常在 0 到 20 之间UIConMc3 3.5753通常在 0 到 1 之间很多人第一次看到 c3 3.5753 会觉得奇怪为什么对比度权重这么大。原因很简单UIConM 的原始数值范围远小于其他两个子指标如果不把权重放大它对总分的影响会小到可以忽略。这套权重是根据人眼主观评价实验调出来的目的是让三个维度在最终分数里的相对贡献大致均衡。所以你在对比不同算法时不要只看 UIQM 总分还要把三个子分数拆开看。A 算法可能总分高是因为 UISM 高B 算法总分高是因为 UICM 高两者优化的方向完全不同。4. 复现 UIQM 时我踩过的坑参数、边界和一致性4.1 第一个坑通道顺序和数值范围不统一UIQM 的所有公式都默认输入是 RGB 顺序。但实际项目里图像可能来自 OpenCV 的 BGR 读取、PIL 的 RGB 读取、或者 PNG 的四通道 RGBA。我最早做批量评测时用 OpenCV 读了一组图没转通道顺序就直接算 UIQM结果所有图的色彩度分数都是错的——因为 RG R - G 里实际计算变成了 RG B - GYB (B G) / 2 - R整个对抗色空间被调换了。这里一个简单自查方法随便取一张明显偏红的标准色卡图如果算出的 UICM 为负且数值很大十有八九是通道顺序不对。另外输入图像的数值范围也要统一要么把 uint8 转成 float 后直接按 0-255 计算要么统一缩放 0-1。两种范围下最终分数会差很多关键是保证所有比较对象在同一口径下计算不要混着来。4.2 第二个坑alpha_c 裁剪到底裁的是什么有些实现把 alpha_c 误用成“按像素值高低裁剪”也就是直接把像素值小于某个数值的全部删掉。这是不对的。alpha_c 裁剪的对象是 RG 和 YB 分量的分布不是原始像素亮度。裁剪比例的含义是分量分布两端的百分位要先用 np.percentile 算出低端和高端的阈值再把落在区间外的元素过滤掉。我自己还踩过一个更隐蔽的问题裁剪之后如果 RG 或 YB 数组变成空数组均值方差会直接报错或返回 NaN。出现这种情况通常是图像尺寸太小或者图像是纯色图裁剪比例下剩余的像素太少。稳妥做法是在 trim_stats 函数里加一个长度判断不足 10 个像素就直接返回未裁剪的均值方差作为兜底。4.3 第三个坑小图和极端偏色图的结果失真UIQM 在设计时是针对正常尺寸水下图像调参的如果你把一张 32×32 的缩略图扔进去算分块和直方图裁剪都没有统计意义。UISM 分成 10×10 块后每块只有 3×3 个像素max/min 的 log 比值几乎由噪声决定。这种情况建议先做尺寸检查图像小于 200×200 时不要直接用 UIQM 做最终结论至少要先上采样或者换成分块数更少的参数。极端偏色的图也会让指标失灵如果一张图整体就是深蓝色RGB 三个通道数值非常接近RG 和 YB 的方差趋近于 0UICM 会被扣到很低但这张图可能本身就是“蓝调氛围”而不是退化。所以 UIQM 更适合评价真实水下退化和恢复之间的差异不适合评价风格化处理或人工调色图。4.4 验证自己实现对不对的两个“探针”复现完后我手上备了几张探针图用来快速验证实现是否正确比对着论文逐行抠公式高效得多探针一纯灰色图RGB。RG 和 YB 全部为 0UICM 应该接近 0Sobel 边缘为 0UISM 因为没有边缘权重也应该接近极低值。如果 UICM 算出来是个很大的负数说明公式里裁剪或正负号写错了。探针二同一场景的清晰图和强高斯模糊图。模糊图的 UISM 和 UIConM 必须显著低于清晰图如果分数反而更高检查 UISM 是不是把边缘权重算反了或者 UIConM 的四叉树分裂条件写反了。探针三同一内容的正常图与强制偏蓝图。偏蓝图的 UICM 应明显更低如果没变化说明 YB 分量计算或符号系数有问题。这三个探针大概十分钟能做完非常建议在跑真实数据前先自测一遍。5. UIQM 的实际用法评价、对比和“别被分数骗了”5.1 一个完整的评测脚本示例把上面的子函数拼起来再加上权重合成就是一个可用于批量评测的完整脚本import numpy as np def uiqm(img): uicm_score uicm(img) gray np.mean(img, axis2) uism_score uism(gray) uiconm_score uiconm(gray) return 0.0282 * uicm_score 0.2953 * uism_score 3.5753 * uiconm_score def evaluate_dir(image_paths): results [] for p in image_paths: img load_rgb_image(p) # 换成你自己的读图函数注意统一RGB results.append({ image: p, UICM: uicm(img), UISM: uism(np.mean(img, axis2)), UIConM: uiconm(np.mean(img, axis2)), UIQM: uiqm(img), }) return results输出结果建议整理成表格至少包含四个分数列。实际评测时我会额外生成一张散点图横轴是 UIQM纵轴是主观评分均分用来检查自动分数和人工判断是否一致。5.2 怎么把 UIQM 用进算法调参中我在做水下增强算法调参时会把 UIQM 拆成两阶段用。第一阶段是粗筛直接拿 UIQM 总分做 batch 实验跑几百组参数组合分数排行前 20% 的进入第二阶段。第二阶段是细看把每个方案的三个子分数拆出来人工挑出 UICM、UISM、UIConM 没有明显短板的参数。这个做法的原因是算法往往只能提升某个维度去雾算法主要涨 UISM 和 UIConM颜色校正算法主要涨 UICM。如果只盯总分你可能会留下一个“偏科”严重的参数它在特定数据集上分数好看换到别的场景就崩了。另一个实用技巧是差分评价。与其直接比较两张图各自的 UIQM不如计算增强前后的差值Delta_UICM、Delta_UISM、Delta_UIConM分别观察算法到底改善了哪个维度。这个差分思路比单个绝对分数更稳定也能避免不同图像之间的绝对分差异干扰判断。5.3 UIQM 的边界什么时候该换别的指标UIQM 虽然在水下图像评测里很好用但它不是万能的。它对人眼主观感受的拟合是统计层面的不是每条图都一定符合。比如严重雾化但色彩丰富的图像UICM 可能给高分UISM 会拉低总分而一条色彩平淡但纹理清晰的目标检测场景图UIQM 总分可能不高但下游任务表现很好。所以如果是为水下检测、目标识别项目选图建议同时配合任务指标一起看。工程上我也常用其他指标做交叉验证比如 UCIQE、水下专用的深度学习打分模型以及简单直接的灰度标准差、彩色直方图熵。不同指标看问题的角度不一样多个指标结论一致时结果才真正可信。完全没有必要纠结于“哪个指标才是唯一权威”这种问题——评价体系本来就是为了辅助决策不是替代人工判断。最后说一个我现在的习惯所有增强算法对比我都会输出一张包含 UIQM、三个子指标、加上两种交叉验证指标的大表同时贴出一组局部裁剪图。分数高的未必一定好但分数全面偏低的方案基本能直接淘汰。这样做既让报告经得起推敲也让我自己不用担心被单一指标误导。希望这篇拆解能帮你少走点弯路。
