Automatyczna ocena wielomodalnych zniekształceń w obrazach cyfrowych

• Autorzy: Głowacz A. , Grega M. , Janowski L. , Leszczuk M. , Romaniak P.

Warianty tytułu

EN

Automated assessment of multi-modal distortions in digital images

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia nową metodę jakościowej oceny obrazów zawierających zniekształcenia wielomodalne. Idea oceny polega na określeniu jakości obrazu postrzeganej przez użytkownika końcowego w sposób automatyczny, w celu uniknięcia czasochłonnych i niepowtarzalnych wyników charakterystycznych dla metod eksperymentalnych. Efekt osiągany jest poprzez obliczanie miar poszczególnych zniekształceń cząstkowych oraz mapowanie otrzymanych wyników na miary liczbowe. Dla celów analizy opracowano siedem skutecznych miar zniekształceń cząstkowych w stosunku do obrazu oryginalnego. W dalszej części pracy zaproponowano użyteczne modele przygotowane na bazie GLZ (ang. Generalized Linear Model), służące do mapowania miar ilościowych na oceny subiektywne, w celu otrzymania ogólnej oceny jakości obrazu. Dla opracowania i weryfikacji modeli przeprowadzono testy subiektywne zbierając 12.000 indywidualnych ocen jakości dla zniekształconych obrazów.

EN

This paper presents a new method of qualitative assessment of images affected by multi-modal distortions. The idea is to assess the image quality perceived by an end user in an automatic way in order to avoid the usual time-consuming, costly and non-repeatable method of collecting subjective scores during a psychophysical experiment. This is achieved by computing quantitative image distortions and mapping results on qualitative scores. Overall qualitative image distortion is computed based on partial quantitative distortions from component algorithms operating on specified image features. Seven such algorithms are applied to successfully analyze the seven image distortions in relation to the original image. Useful mapping models have been proposed and constructed using the Generalized Linear Model (GLZ). These models allow for mapping the results of quantitative assessments on the subjective scores in order to obtain an overall quality score of the image. For research and validate the models, a survey of over 12,000 subjective quality scores has been carried out.

Słowa kluczowe

PL

obrazy cyfrowe; zniekształcenia wielomodalne

EN

digital images; multi-modal distortions

• Wydawca: Wydawnictwa AGH
• Czasopismo: Telekomunikacja Cyfrowa : technologie i usługi
• Rocznik: 2008/2009
• Tom: T. 9
• Strony: 50--60
• Opis fizyczny: Bibliogr. 12 poz., rys., wykr.

Twórcy

autor

Głowacz A.

• Katedra Telekomunikacji Akademii Górniczo-Hutniczej - Kraków

autor

Grega M.

• Katedra Telekomunikacji Akademii Górniczo-Hutniczej - Kraków

autor

Janowski L.

• Katedra Telekomunikacji Akademii Górniczo-Hutniczej - Kraków

autor

Leszczuk M.

• Katedra Telekomunikacji Akademii Górniczo-Hutniczej - Kraków

autor

Romaniak P.

• Katedra Telekomunikacji Akademii Górniczo-Hutniczej - Kraków

Bibliografia

• [1] Miyahara, M., Kotani, K.: Objective picture quality scale (pqs) for image coding. In: IEEE Transactions on Communications, vol. 46, no. 9, pp. 1215-1226. University of Utah, Salt Lake City, UT, USA (1998)
• [2] Hosaka, K.: A new picture quality evaluation method. In: Proc. International Picture Coding Symposium, pp. 17-18. Tokyo, Japan (1986)
• [3] ITU-T: Methods for subjective determination of transmission quality. Recommendation ITU-T P.800 (1996)
• [4] Perceptual Evaluation of Video Quality (2007). http://www.opticom.de/technology/pevq.html
• [5] Farias, M., Mitra, S.K.: No-reference Video Quality Metric Based on Artifact Measurements. IEEE International Conference on Image Processing, ICIP 2005 3, III - 141-4 (2005)
• [6] Canny, J.: A computational approach to edge detection. IEEE Trans. Pattern Anal. Mach. Intell. 8(6), 679-698 (1 986)
• [7] Imme, M.: A noise peak elimination filter. CVGIP: Graph. Models Image Process. 53(2), 204-211 (1991). DOI http://dx.doi.org/10.1016/1049-9652(91 )90062-0
• [8] ITU-T, Geneva, Switzerland: Methodology for the Subjective Assessment of the Quality of Television Pictures. Recommendation ITU-R BT.500-11 (1998)
• [9] ITU-T: Standardized digitized image set. Recommendation ITU-T T.24 (1998)
• [10] Agresti, A.: Categorical Data Analysis. 2nd edn. Wiley (2002.)
• [11] Bierens, H.J.: Introduction to the Mathematical and Statistical Foundations of Econometrics. Cambridge University Press (2004)
• [12] Aguirre-Torres, V., Rios-Curil, A.: The effect and adjustment of complex surveys on chi-squared goodness of fit tests: Some montecarlo evidence. In: Proceedings of the Survey Research Methods Section, pp. 602-607. American Statistical Association (ASA) (1994)