Resumen

Las imágenes ópticas recopiladas por vehículos operados remotamente (ROV) contienen mucha información sobre el mundo submarino (como distribuciones de criaturas y minerales submarinos), lo cual desempeña un papel importante en la exploración oceánica. Sin embargo, debido a las características de absorción y dispersión del agua, algunas de las imágenes sufren de una seria distorsión de color. Estas imágenes distorsionadas usualmente necesitan ser mejoradas para poder analizarlas más a fondo. Sin embargo, actualmente, ningún algoritmo de mejora de imagen funciona bien en cualquier escena. Por lo tanto, con el fin de monitorear la calidad de la imagen en el módulo de visualización del ROV, se propone en este documento un predictor de calidad de imagen sin referencia (NIPQ). Una propiedad única que diferencia a la métrica NIPQ propuesta de los trabajos existentes es la consideración del comportamiento visual del sistema visual humano y las características de imagen de la imagen submarina en diferentes tipos de agua. Los resultados experimentales basados en la base de datos de calidad de imagen óptica submarina (U

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Imágenes ópticas; Criaturas submarinas; Minerales; Distorsión de color; Algoritmo de mejora de imagen; Predictor de calidad de imagen
• Keywords:Optical images; Underwater creatures; Minerals; Color distortion; Image enhancement algorithm; Image quality predictor