matlab计算单幅图的评价指标UISM代码

以下是MATLAB代码实现单幅图像的UISM评价指标：

function [UISM] = calcUISM(im1, im2)

% Convert images to double precision
im1 = im2double(im1);
im2 = im2double(im2);

% Calculate the gradient magnitude of the images
gradmag1 = imgradient(im1, 'prewitt');
gradmag2 = imgradient(im2, 'prewitt');

% Calculate the UISM metric
UISM = (mean2(gradmag1) + mean2(gradmag2)) / (mean2(max(gradmag1, gradmag2)) + eps);
end

其中，`im1`和`im2`分别是要比较的两幅图像。该函数使用Prewitt算子计算梯度幅值，并计算UISM指标。结果越接近1表示两幅图像越相似。

相关问题

Matlab水下图像清晰度指标UISM的介绍和代码

UISM（Underwater Image Sharpness Metric）是一种用于评估水下图像清晰度的指标。该指标基于归一化互信息（Normalized Mutual Information，NMI）和梯度能量（Gradient Energy，GE）两个因素。在计算UISM值之前，需要对水下图像进行预处理，包括白平衡、颜色校正、对比度增强等操作。

下面是Matlab实现UISM指标的代码：

function uism_value = UISM(img)
% img: 输入的水下图像

% 预处理
img = im2double(img);
img = underwater_image_enhancement(img);

% 计算梯度能量
[Gx, Gy] = imgradientxy(img);
GE = sqrt(Gx.^2 + Gy.^2);
GE = GE ./ max(GE(:));

% 计算归一化互信息
NMI = normalized_mutual_information(img);

% 计算UISM值
uism_value = mean2(GE .* NMI);
end

function NMI = normalized_mutual_information(img)
% 计算归一化互信息

% 将图像转换为灰度图
if(size(img, 3) > 1)
    img = rgb2gray(img);
end

% 直方图均衡化
img = histeq(img);

% 计算归一化互信息
NMI = mutual_information(img) ./ (entropy(img) + entropy(img') - mutual_information(img));
end

function MI = mutual_information(img)
% 计算互信息

% 将图像转换为灰度图
if(size(img, 3) > 1)
    img = rgb2gray(img);
end

% 直方图均衡化
img = histeq(img);

% 计算互信息
[N, ~] = histcounts(img, 'Normalization', 'probability');
[M, ~] = histcounts(img', 'Normalization', 'probability');
NM = N' * M;
NM(NM == 0) = 1;
MI = log2(NM) .* NM;

% 积分计算互信息
MI = sum(MI(:));
end

function H = entropy(img)
% 计算熵

% 将图像转换为灰度图
if(size(img, 3) > 1)
    img = rgb2gray(img);
end

% 直方图均衡化
img = histeq(img);

% 计算熵
[N, ~] = histcounts(img, 'Normalization', 'probability');
N(N == 0) = 1;
H = -sum(N .* log2(N(:)));
end

function img_enhanced = underwater_image_enhancement(img)
% 水下图像增强

% 白平衡
img_wb = white_balance(img);

% 颜色校正
img_cc = color_correction(img_wb);

% 对比度增强
img_enhanced = imadjust(img_cc);
end

function img_wb = white_balance(img)
% 白平衡

% 将图像转换为灰度图
if(size(img, 3) > 1)
    img_gray = rgb2gray(img);
else
    img_gray = img;
end

% 计算场景光谱
S = get_scene_spectrum(img_gray);

% 白平衡
img_wb = img ./ S;
end

function S = get_scene_spectrum(img_gray)
% 计算场景光谱

% 计算图像直方图
[counts, bins] = imhist(img_gray);

% 计算直方图峰值点
[~, maxIndex] = max(counts);

% 根据峰值点分割图像
thresh = bins(maxIndex);
img_thresh = img_gray > thresh;

% 计算场景光谱
S = zeros(size(img_gray));
S(img_thresh) = img_gray(img_thresh);
S = S ./ max(S(:));
end

function img_cc = color_correction(img_wb)
% 颜色校正

% 计算颜色校正矩阵
A = get_color_correction_matrix(img_wb);

% 颜色校正
img_cc = img_wb;
for i = 1:3
    img_cc(:, :, i) = img_wb(:, :, i) * A(i, i) + A(i, 4);
end
end

function A = get_color_correction_matrix(img_wb)
% 计算颜色校正矩阵

% 将图像转换为灰度图
if(size(img_wb, 3) > 1)
    img_gray = rgb2gray(img_wb);
else
    img_gray = img_wb;
end

% 获取颜色均值
R_mean = mean2(img_wb(:, :, 1));
G_mean = mean2(img_wb(:, :, 2));
B_mean = mean2(img_wb(:, :, 3));
I_mean = mean2(img_gray);

% 构造对角矩阵
D = [R_mean / I_mean, 0, 0; 0, G_mean / I_mean, 0; 0, 0, B_mean / I_mean];

% 求解颜色校正矩阵
I = ones(size(img_wb, 1), size(img_wb, 2));
X = [img_wb(:, :, 1) ./ img_gray, img_wb(:, :, 2) ./ img_gray, img_wb(:, :, 3) ./ img_gray, I];
Y = [D(1, 1) * I, 0 * I, 0 * I, R_mean / I_mean * I; 0 * I, D(2, 2) * I, 0 * I, G_mean / I_mean * I; 0 * I, 0 * I, D(3, 3) * I, B_mean / I_mean * I];
A = (X' * X) \ (X' * Y);
end

使用方法：

将上述代码保存为.m文件，然后将需要评估的水下图像作为参数传递给UISM函数，即可得到该图像的UISM值。例如：

img = imread('underwater_image.jpg');
uism_value = UISM(img);

需要注意的是，预处理过程中的白平衡、颜色校正和对比度增强等操作可能会对UISM值产生影响，因此可以根据具体情况选择是否进行这些操作。

Matlab有关于水下图像质量指标UISM的详细介绍

UISM（Underwater Image Sharpness Measure）是一种用于评估水下图像清晰度的指标，它是基于图像局部梯度的方法，能够量化图像中的细节信息和清晰度。下面是UISM在MATLAB中的详细介绍：

1. 函数调用：在MATLAB中，可以使用以下命令调用UISM函数：

uismp = UISM(I);

其中，I是输入的水下图像，uismp是计算出的UISM值。

2. UISM计算原理：UISM是基于梯度幅值和梯度方向的局部信息计算出来的。具体来说，UISM计算过程分为以下几步：

（1）计算图像梯度幅值和方向：

[Gmag, Gdir] = imgradient(I,'prewitt');

其中，Gmag是梯度幅值，Gdir是梯度方向。

（2）计算梯度方向直方图：

nbins = 60;
histogram = zeros(nbins,1);
for i=1:size(I,1)
    for j=1:size(I,2)
        idx = ceil((Gdir(i,j)+180)/360*nbins);
        histogram(idx) = histogram(idx) + Gmag(i,j);
    end
end

其中，nbins是直方图的条数，这里设置为60。idx是当前像素点的梯度方向对应的直方图条目的索引。

（3）计算UISM值：

uismp = sum(histogram.^2);

在计算UISM值时，将直方图中的每个条目平方，然后求和。最后得到的值就是UISM值。

3. UISM的应用：UISM可以用于评估水下图像的清晰度，对于水下图像处理和分析非常有帮助。例如，可以使用UISM评估不同图像处理方法的效果，选择最佳的图像处理方法来提高水下图像的清晰度。