4.Методы оценки качества изображений

Метод субъективной оценки качества изображений и объективная оценка PSNR были рассмотрены в лабораторной работе № 1. В настоящей работе вводится дополнительные характеристики:

1. Индекс ssim

Индекс структурного подобия (SSIM) является методом измерения подобия между двумя изображениями. Индекс SSIM - полная справочная метрика, другими словами, измерение качества изображения, основанного на начальном несжатом или изображении без искажений. SSIM разработан, для улучшения традиционных методов оценки, как пиковое отношение сигнал-шум (PSNR) и среднеквадратическая ошибка (MSE), которые, оказалось, были непоследовательны с человеческим восприятием.

Различие относительно других методов упомянутых ранее, таких как MSE или PSNR, в том, что подходы к оценке воспринятых ошибок менее наглядно, SSIM рассматривают деградацию изображения как воспринятое изменение в структурной информации. Структурная информация - идея, что у пикселей есть сильные взаимозависимости особенно, когда они пространственно близки. Эти зависимости несут важную информацию о структуре объектов в визуальной сцене.

М етрика SSIM вычислена на различные окна изображения. Мера между двумя окнами x и y общего размера N×N:

(3.8)

где - среднее значение x;

- среднее число y;

- отклонение x;

- отклонение y;

- ковариация x и y;

Индекс SSIM - десятичное значение между 0 и 1, и значение 1 достижимо только в случае двух идентичных наборов данных.[5]

4.2. Коэффициент сжатия изображения

Коэффициент сжатия изображения вычисляется как отношение информационных энтропий по Шеннону для исходного изображения, и изображения, реконструированного после преобразования.

И нформационная энтропия вычисляется по формуле:

(3.9)

где р – вероятность появления каждого значения пиксела, вычисляется как отношение суммарного числа появлений каждого значения пиксела к общему числу пикселов (размер изображения)

4.3. Мера потерянного объема информации

Изображения исходное и реконструированные сохраняются в компьютере в формате BMP. Отношение занимаемого объема памяти (в байтах) реконструированного к исходному и есть эта характеристика.

5. Общий вид лабораторного стенда.

На рис. 5.1 представлена лицевая панель лабораторного стенда

1

2

4

3

5

9

6

8

12

11

7

Рис.5.1 Лицевая панель

1. Меню программы

2. Окно вывода исходного изображения

3. Окно вывода изображения, реконструированного после ДВП

4. Кнопка переключения вида изображения

5. Область настройки ДВП

6. Окна вывода рассчитанных характеристик

7. Окно вывода изображения, реконструированного после ДКП

8. Графики рассчитанных характеристик

9. Изображение используемой вейвлет-функции

10. Кнопка включения полного восстановления

1

7

1. Область настройки ДКП

12. Окно отображения коэффициентов ДКП