1.一种基于感知特征的水下图像质量测量方法，其特征在于所述方法如下：

S1:由已知主观水下图像质量测量值的水下图像集合构成水下图像质量测量训练集；

S2：利用现有具有不同失真类型和等级的自然图像质量评价数据库构建水下图像质量感知特征集合；

S3:对具有模糊、饱和度等失真类型的不同失真等级自然图像的感知特征相关性分析，得到清晰度感知特征和色彩感知特征；

S4:提取水下图像训练集各图像的清晰度感知特征和色彩感知特征进行聚类；

S5:根据聚类结果，令具有相同聚类标签的水下图像为同一退化主题图像，从而划分水下退化主题并记录主题下的清晰度感知特征和色彩感知特征；

S6: 对于各个退化主题下的水下图像，提取S5中记录的清晰度感知特征、色彩感知特征作为输入和相应的水下图像质量测量值进行线性回归拟合，得到各退化主题下的水下图像质量测量模型，预测水下图像质量得分。

2.根据权利要求1所述的一种基于感知特征的水下图像质量测量方法，其特征在于：S2中采用KADID‑10k数据库，该数据库含81个原始图像，每个图像有5个失真等级，共25个失真类型，选择KADID‑10k中高斯模糊，镜头模糊和运动模糊图像三类模糊失真以及饱和度失真和色彩对比度失真的图像，得到五类失真，记为感知特征集合。

3.根据权利要求2所述的一种基于感知特征的水下图像质量测量方法，其特征在于：S3中对于KADID‑10k数据库中选择的的五类失真图像，计算每一类失真图像468维的NSS感知特征集合Fi( i=1, 2, 3, 4, 5)中与对应的图像质量测量值MOS值之间的皮尔斯曼相关系数PLCC值，保留PLCC值大于0.7的特征，记此时的特征集合为F’i( i=1, 2, 3, 4, 5)。

4.对于F’i中的每一维特征，再计算各特征间的相关系数，去除与其余特征相关系数值* *均大于0.8的特征，记此时Fi ( i=1, 2, 3, 4, 5)，其中Fi ( i=1, 2, 3)为与模糊相关的感知特征集合，记为清晰度感知特征Fsharp；

*

Fj ( j=4, 5)为与色彩饱和度和对比度相关的感知特征集合，将记为色彩感知特征Fcolor。

5.根据权利要求3所述的一种基于感知特征的水下图像质量测量方法，其特征在于：S4中选择kmeans++算法分别对水下图像训练集各图像的清晰度感知特征Fsharp和色彩感知特征Fcolor进行聚类；kmeans++算法假设：对于已有的n个聚类中心( 0