Kvalita obrazu - Image quality
Kvalita obrazu může odkazovat na úroveň přesnosti, ve které různé zobrazovací systémy zachycují, zpracovávají, ukládají, komprimují, přenášejí a zobrazují signály tvořící obraz. Další definice označuje kvalitu obrazu jako „váženou kombinaci všech vizuálně významných atributů obrázku“. Rozdíl mezi těmito dvěma definicemi spočívá v tom, že jedna se zaměřuje na charakteristiky zpracování signálu v různých zobrazovacích systémech a druhá na percepční hodnocení, která činí obraz příjemným pro lidské diváky.
Kvalitu obrazu nelze zaměňovat s věrností obrazu . Věrnost obrazu se týká schopnosti procesu vykreslit danou kopii vjemově podobným způsobem jako originál (bez zkreslení nebo ztráty informací), tj. Prostřednictvím procesu digitalizace nebo převodu z analogových médií na digitální obraz.
Proces určování úrovně přesnosti se nazývá Image Quality Assessment (IQA). Hodnocení kvality obrazu je součástí měření kvality zkušeností . Kvalitu obrazu lze posoudit dvěma způsoby: subjektivní a objektivní. Subjektivní metody jsou založeny na vjemovém hodnocení lidského diváka ohledně atributů obrazu nebo sady obrazů, zatímco objektivní metody jsou založeny na výpočetních modelech, které dokážou předpovědět kvalitu vnímaného obrazu. Objektivní a subjektivní metody mezi sebou nemusí být nutně konzistentní ani přesné: lidský divák může vnímat výrazné rozdíly v kvalitě v sadě obrázků, kde by počítačový algoritmus nemusel.
Subjektivní metody jsou nákladné, vyžadují velký počet lidí a nelze je automatizovat v reálném čase. Cílem výzkumu hodnocení kvality obrazu je proto navrhnout algoritmy pro objektivní hodnocení, které jsou rovněž v souladu se subjektivním hodnocením. Vývoj takových algoritmů má mnoho potenciálních aplikací. Lze je použít ke sledování kvality obrazu v systémech řízení kvality, ke srovnávání systémů a algoritmů zpracování obrazu a k optimalizaci zobrazovacích systémů.
Faktory kvality obrazu
Proces vytváření obrazu je ovlivněn několika zkresleními mezi okamžikem, ve kterém signály procházejí a zachycují povrch, a zařízením nebo prostředkem, ve kterém jsou signály zobrazeny. Přestože optické aberace mohou způsobit velké zkreslení v kvalitě obrazu, nejsou součástí oblasti hodnocení kvality obrazu. Optické aberace způsobené čočkami patří do oblasti optiky a nikoli do oblastí zpracování signálu .
V ideálním modelu nedochází ke ztrátě kvality mezi vyzařováním signálu a povrchem, na kterém je signál zachycen. Například digitální obraz je tvořen elektromagnetickým zářením nebo jinými vlnami při jejich průchodu nebo odrazu od předmětů. Tato informace je pak zachycen a přeměněn na digitální signály, pomocí snímače obrazu . Senzor má však neideálnosti, které omezují jeho výkon.
Metody hodnocení kvality obrazu
Kvalitu obrazu lze posoudit pomocí objektivních nebo subjektivních metod. V objektivní metodě jsou hodnocení kvality obrazu prováděna různými algoritmy, které analyzují zkreslení a degradace vnesené do obrazu. Subjektivní hodnocení kvality obrazu je metoda založená na způsobu, jakým lidé vnímají nebo vnímají kvalitu obrazu. Objektivní a subjektivní metody hodnocení kvality spolu nemusí nutně souviset. Algoritmus může mít podobnou hodnotu pro obrázek a jeho změněné nebo degradované verze, zatímco subjektivní metoda může vnímat ostrý kontrast v kvalitě pro stejný obrázek a jeho verze.
Subjektivní metody
Viz hlavní článek: Subjektivní kvalita videa
Subjektivní metody hodnocení kvality obrazu patří do širší oblasti výzkumu psychofyziky , oboru, který studuje vztah mezi fyzickým podnětem a lidským vnímáním. Subjektivní metoda IQA bude obvykle spočívat v aplikaci technik průměrného skóre názoru , kde řada diváků hodnotí své názory na základě jejich vnímání kvality obrazu. Tyto názory jsou následně mapovány na číselné hodnoty.
Tyto metody lze klasifikovat v závislosti na dostupnosti zdroje a testovacích obrázků:
- Single-stimulus : divák má pouze testovací obrázek a neví o zdrojovém obrázku.
- Double-stimulus : divák má zdrojový i testovací obraz.
Vzhledem k tomu, že zrakové vnímání může být ovlivněno podmínkami prostředí a pozorováním, vydala Mezinárodní telekomunikační unie soubor doporučení pro standardizované testovací metody pro subjektivní hodnocení kvality obrazu.
Objektivní metody
Wang & Bovik (2006) klasifikuje objektivní metody podle následujících kritérií: (a) dostupnost originálního obrazu; (b) na základě jejich rozsahu působnosti a (c) na modelu simulace lidského vizuálního systému pro hodnocení kvality. Keelan (2002) klasifikuje metody na základě (a) přímých experimentálních měření; b) modelování systému a c) vizuální posouzení na základě kalibrovaných norem.
- Metody plné reference (FR)-metriky FR se pokoušejí posoudit kvalitu testovacího obrázku porovnáním s referenčním obrazem, u kterého se předpokládá dokonalá kvalita, např. Originál obrázku versus verze obrázku komprimovaná ve formátu JPEG.
- Metody se sníženou referencí (RR)-metriky RR hodnotí kvalitu testovacího a referenčního obrázku na základě porovnání funkcí extrahovaných z obou obrázků.
- Metody bez reference (NR)-metriky NR se pokoušejí posoudit kvalitu testovacího obrazu bez jakéhokoli odkazu na původní.
Metriky kvality obrazu lze také klasifikovat z hlediska měření pouze jednoho konkrétního typu degradace (např. Rozmazání , blokování nebo vyzvánění) nebo s přihlédnutím ke všem možným zkreslením signálu, tj. Více druhů artefaktů.
Atributy kvality obrazu
- Ostrost určuje množství detailů, které může obrázek zprostředkovat. Ostrost systému je ovlivněna objektivem (kvalita designu a výroby, ohnisková vzdálenost, clona a vzdálenost od středu obrazu) a snímačem (počet pixelů a filtr vyhlazování). V terénu je ostrost ovlivněna chvěním fotoaparátu (dobrý stativ může být nápomocný), přesností zaostření a atmosférickými poruchami (tepelné efekty a aerosoly). Ztracenou ostrost lze obnovit doostřením, ale doostření má limity. Nadměrné ostření může snížit kvalitu obrazu tím, že se v blízkosti hranic kontrastu objeví „svatozáře“. Obrázky z mnoha kompaktních digitálních fotoaparátů jsou někdy příliš ostré, aby kompenzovaly nižší kvalitu obrazu.
- Šum je náhodná variace hustoty obrazu, viditelná jako zrno ve filmu a kolísání úrovně pixelů u digitálních obrázků. Vyplývá to z účinků základní fyziky - fotonové povahy světla a tepelné energie tepla - uvnitř obrazových snímačů. Typický software pro redukci šumu (NR) snižuje viditelnost šumu vyhlazením obrazu s vyloučením oblastí blízko hranic kontrastu. Tato technika funguje dobře, ale může zakrýt jemné detaily s nízkým kontrastem.
- Dynamický rozsah (nebo rozsah expozice) je rozsah úrovní světla, které může fotoaparát zachytit, obvykle měřeno v clonových číslech, EV (hodnota expozice) nebo zónách (všechny dva faktory expozice). Úzce souvisí s hlukem: vysoký šum znamená nízký dynamický rozsah.
- Reprodukce tónu je vztah mezi jasem scénya jasem reprodukovaného obrazu.
- Kontrast , také známý jako gama , je sklon křivky reprodukce tónu v prostoru log-log. Vysoký kontrast obvykle zahrnuje ztrátu dynamického rozsahu - ztrátu detailů nebo oříznutí ve světlech nebo stínech.
- Přesnost barev je důležitým, ale nejednoznačným faktorem kvality obrazu. Mnoho diváků dává přednost vylepšené sytosti barev; nejpřesnější barva nemusí být nutně nejpříjemnější. Přesto je důležité měřit barevnou odezvu kamery: její posuny barev, sytost a účinnost jejích algoritmů vyvážení bílé.
- Zkreslení je aberace, která způsobuje zakřivení přímek. Může to být obtížné pro architektonickou fotografii a metrologii (fotografické aplikace zahrnující měření). Zkreslení bývá patrné u levných fotoaparátů, včetně mobilních telefonů a levných objektivů DSLR . Na širokoúhlých fotografiích je obvykle velmi dobře vidět. Nyní to lze opravit softwarově.
- Vinětace nebo lehký spád ztmaví obrázky v blízkosti rohů. Významné to může být u širokoúhlých objektivů.
- Přesnost expozice může být problém u plně automatických fotoaparátů a u videokamer, kde je jen malá nebo žádná příležitost pro úpravu tonální expozice po expozici. Některé mají dokonce expoziční paměť: expozice se může změnit poté, co se ve scéně objeví velmi světlé nebo tmavé objekty.
- Laterální chromatická aberace (LCA), nazývaná také „barevné fringing“, včetně fialových fringing , je aberace čočky, která způsobuje zaostření barev na různé vzdálenosti od středu obrazu. Nejviditelnější je v blízkosti rohů obrázků. LCA je na tom nejhůře s asymetrickými objektivy, včetně ultraširokých, pravých telefonních snímků a zoomů. Je silně ovlivněna demosaicingem .
- Odlesk objektivu , včetně „závojového odlesku“, je rozptýlené světlo v čočkách a optických systémech způsobené odrazy mezi prvky čočky a vnitřním tubusem čočky. Může způsobit zamlžování obrazu (ztráta detailů stínu a barev) i obrazy „duchů“, ke kterým může dojít v přítomnosti jasných světelných zdrojů v zorném poli nebo v jeho blízkosti.
- Color moiré je umělé barevné pruhování, které se může objevit na obrázcích s opakujícími se vzory vysokých prostorových frekvencí, jako jsou látky nebo ploty. Je ovlivněna ostrostí objektivu, filtrem proti vyhlazování (dolní propust) (který zjemňuje obraz) a demosaicingovým softwarem. S těmi nejostřejšími objektivy to bývá nejhorší.
- Artefakty -software (zejména operace prováděné během převodu RAW) může způsobit významné vizuální artefakty, včetně ztráty komprese dat a přenosu (např. Nízké kvality JPEG ), nadměrného ostření „haló“ a ztráty jemných detailů s nízkým kontrastem.
Viz také
Reference
Další čtení
- Sheikh, HR; Bovik AC , Informační teoretické přístupy k hodnocení kvality obrazu. In: Bovik, AC Handbook of Image and Video Processing. Elsevier, 2005.
- Guangyi Chen, Stephane Coulombe, metoda hodnocení vizuální kvality obrazu založená na funkcích SIFT 85-97 JPRR
- Hossein Ziaei Nafchi, Atena Shahkolaei, Rachid Hedjam, Mohamed Cheriet, Index podobnosti průměrné odchylky: Efektivní a spolehlivý hodnotitel kvality referenčního obrazu. In: IEEE Access. IEEE