1.5 Оценка восстановленного изображения.

1.5.1 Субъективные оценки качества.

Международный союз электросвязи (ITU) разработал стандарт на формальное субъективное тестирование качества изображения - Рекомендацию ITU-R BT.500 "Методика субъективной оценки качества телевизионного изображения

Метод измерения под названием Double Stimulus Impairment Scale ("Шкала деградации с двумя стимулами") заключается в следующем. Участники просматривают эталонную сцену (часто в форме видео стандарта 601), а затем - ту же сцену после ее обработки в тестируемой системе. Каждый участник оценивает деградацию изображения сцены после обработки одним числом по пятибалльной шкале: 1 - очень раздражает; 2 - раздражает; 3 - слегка раздражает; 4 - заметно, но не раздражает; и 5 - незаметно. Баллы выставляются для некоторого количества различных сцен.

1.5.2 Объективные оценки качества.

К наиболее употребляемым объективным оценкам качества изображения относятся оценки, основанные на вычислении разности между исходным изображением и его восстановленной копией. Основными оценками качества восстановления изображения являются следующие[10]:

среднеквадратичная ошибка (Mean Square Error):

(15)

где A'[m,n] – значение (m,n)-го пикселя восстановленного кадра

Частным случаем критерия качества (17) для полутонового изображения диапазоном значений пикселей от 0 до 255 (max{A(m, n)}=255) является отношение пикового сигнала к шуму (Peak-to-Peak Signal-to-Noise Ratio –PSNR):

(20)

Один из объективных способов измерения визуальных искажений состоит в оценке MSE между исходным и восстановленным изображениями. Параметры MSE достаточно объективны и повторяемы. Однако объективных оценок недостаточно, значения MSE не показывают, какие ошибки зритель заметит в первую очередь. Мера, которую сейчас чаще используют на практике, - это PSNR. Данная мера аналогична среднеквадратичному отклонению и ей присущи те же недостатки, что и среднеквадратичному отклонению, однако пользоваться ею удобнее из-за логарифмического масштаба шкалы.

1.6 Описание лабораторной работы

Источником сигнала является, либо изображение (или видеопоследовательность), записанные на персональном компьютере, либо изображение, поступившее с WEB-камеры. Затем оно поступает в программу, разработанную в среде LabView, и подвергается обработке. Результат обработки выводится на монитор (для возможности применения метода "шкалы деградации с двумя стимулами"), а вид изображения в свою очередь зависит от функций подпрограммы используемой студентом.

В лабораторной работе в зависимости от подпрограммы предлагается использовать различные виды изображения (или видеопоследовательности) с различными характеристиками:

Виды изображений:

• «Изучение квантования коэффициентов ДКП»:

- IrisFlower (цветок ирис) - изображение содержит как крупные детали, так и резкие переходы.

-Apple(яблоко),fullmoon(полная луна) – в изображении преобладают крупные детали, т.е. НЧ составляющие.

-Cars (машины)- на изображении преобладают плавные переходы (фон), дискретность изображение заметна даже при уровне квантования 8 бит.

- Lena (Лена) - содержит множество плавных цветовых переходов и наклонных границ.

• «Изучение дискретно косинусного преобразования»:

-Feather (перья) – имеются крупные детали и резкие цветовые границы.

-Baboon (бабуин)- есть крупная деталь (НЧ-составляющие) - морда бабуина, а также мелкие детали (ВЧ-составляющие) - шерсть на морде.

- House (дом) - на изображении преобладают плавные переходы (фон), имеются мелкие детали.

• «Изучение межкадровой корреляции»

-видеопоследовательность «Клара», «Контроль холла» - данные видеопоследовательности обладают большой межкадровой корреляцией (малая динамика изображения).

-видеопоследовательность «футбол», «теннис» - слабо коррелированные видеопоследовательности (очень динамичное изображение).