水下图像处理技术是现今水下图像应用领域研究最多的课题之一,而推进水下图像处理技术进步的关键之一是水下图像的质量评价。水下图像质量评价发展历史较短,研究较少,目前针对水下图像质量的评价大多是采用主观评价和无参考客观评价。好的水下图像质量客观评价旨在评价结果符合人类视觉系统(Human Vision System,HVS)及颜色空间特性,尽可能的实现与主观评价结果最大程度的线性拟合。针对近些年来提出的水下无参考质量评价指标的不足,本文一方面利用了人类对色彩、对比度、清晰度的敏锐感知的特点,提出了一种基于人类视觉系统的综合型无参考水下图像质量评价指标UIQA。UIQA为色彩饱和度测量分量、对比度测量分量、清晰度测量分量的线性组合。实验表明,UIQA适用于不同场景的水下图像质量评估,对实时图像处理能准确地给出失真图像与处理后具有相似场景的增强效果之间的差异,能够直观地反映出人类的真实视觉感受。另一方面由于水下图像清晰化处理缺少基准数据集,经典的全参考图像质量评价指标几乎无法应用于水下图像增强和恢复效果的评估。为解决以上问题,文中设计了一种基于水下成像模型的水下图像仿真算法(Synthesized Underwater Image Formation,SUIF)。SUIF运用真实水下图像的数据,将自然地面清晰图像模拟为水下图像,并建立了一个包含真实大气参考图像和同一场景的模拟水下图像的大型基准,即水下仿真图像(Synthesized Underwater Image,SUI)数据集。该数据集为水下图像增强和恢复算法的评估提供一种新的准则,为水下图像视觉效果的改善提供新的技术手段,借助于建立的基准库数据集可实现水下图像质量全参考客观评价。