Bildekvalitet - Image quality

Bildekvalitet kan referere til nøyaktighetsnivået der forskjellige bildesystemer fanger, behandler, lagrer, komprimerer, sender og viser signalene som danner et bilde. En annen definisjon refererer til bildekvalitet som "den vektede kombinasjonen av alle de visuelt viktige egenskapene til et bilde". Forskjellen mellom de to definisjonene er at man fokuserer på egenskapene til signalbehandling i forskjellige bildesystemer og sistnevnte på de perseptuelle vurderingene som gjør et bilde behagelig for menneskelige seere.

Bildekvaliteten skal ikke forveksles med bildetroskap . Image fidelity refererer til evnen til en prosess til å gjengi en gitt kopi på en perceptuelt lik måte til originalen (uten forvrengning eller tap av informasjon), dvs. gjennom en digitaliserings- eller konverteringsprosess fra analoge medier til digitalt bilde.

Prosessen med å bestemme nøyaktighetsnivået kalles Image Quality Assessment (IQA). Vurdering av bildekvalitet er en del av kvaliteten på opplevelsestiltak . Bildekvaliteten kan vurderes ved hjelp av to metoder: subjektiv og objektiv. Subjektive metoder er basert på perseptuell vurdering av en menneskelig betrakter om attributtene til et bilde eller et sett med bilder, mens objektive metoder er basert på beregningsmodeller som kan forutsi perseptuell bildekvalitet. Objektive og subjektive metoder er ikke nødvendigvis konsistente eller nøyaktige mellom hverandre: en menneskelig seer kan oppdage store forskjeller i kvalitet i et sett med bilder der en datamaskinalgoritme kanskje ikke er det.

Subjektive metoder er kostbare, krever et stort antall mennesker og er umulige å automatisere i sanntid. Derfor er målet med bildekvalitetsvurderingsforskning å designe algoritmer for objektiv vurdering som også er i samsvar med subjektive vurderinger. Utviklingen av slike algoritmer har mange potensielle applikasjoner. De kan brukes til å overvåke bildekvalitet i kontrollkvalitetssystemer, til benchmarking av bildebehandlingssystemer og algoritmer og til å optimalisere bildesystemer.

Bildekvalitetsfaktorer

Den bildedannelse Fremgangsmåte påvirkes av flere forvrengninger mellom det øyeblikk hvor signalene reise gjennom for å nå og fangst overflate, og innretningen eller middel i hvilke signaler fremvises. Selv om optiske avvik kan forårsake store forstyrrelser i bildekvaliteten, er de ikke en del av feltet Bildekvalitetsvurdering. Optiske avvik forårsaket av linser tilhører optikkområdet og ikke til signalbehandlingsområdene .

I en ideell modell er det ingen kvalitetstap mellom utslipp av signalet og overflaten der signalet fanges opp. For eksempel dannes et digitalt bilde av elektromagnetisk stråling eller andre bølger når de passerer gjennom eller reflekterer av objekter. Denne informasjonen blir deretter fanget opp og konvertert til digitale signaler av en bildesensor . Sensoren har imidlertid ikke -virkeligheter som begrenser ytelsen.

Metoder for vurdering av bildekvalitet

Bildekvaliteten kan vurderes ved hjelp av objektive eller subjektive metoder. I den objektive metoden blir bildekvalitetsvurderinger utført av forskjellige algoritmer som analyserer forvrengninger og nedbrytninger introdusert i et bilde. Subjektive bildekvalitetsvurderinger er en metode basert på måten mennesker opplever eller oppfatter bildekvalitet på. Objektive og subjektive kvalitetsvurderingsmetoder korrelerer ikke nødvendigvis med hverandre. En algoritme kan ha en lignende verdi for et bilde og dets endrede eller degraderte versjoner, mens en subjektiv metode kan oppleve en sterk kontrast i kvalitet for det samme bildet og dets versjoner.

Subjektive metoder

Se hovedartikkelen: Subjektiv videokvalitet

Subjektive metoder for vurdering av bildekvalitet tilhører det større området innen psykofysisk forskning, et felt som studerer forholdet mellom fysisk stimulans og menneskelige oppfatninger. En subjektiv IQA -metode vil vanligvis bestå i å bruke gjennomsnittlige meningspoengteknikker, der en rekke seere vurderer sine meninger basert på deres oppfatning av bildekvalitet. Disse meningene blir deretter kartlagt på numeriske verdier.

Disse metodene kan klassifiseres avhengig av tilgjengeligheten av kilde- og testbildene:

  • Enkeltstimulering : betrakteren har bare testbildet og er ikke klar over kildebildet.
  • Dobbel stimulans : betrakteren har både kilde- og testbilde.

Siden visuell oppfatning kan påvirkes av miljø- og visningsforhold, produserte International Telecommunication Union et sett med anbefalinger for standardiserte testmetoder for subjektiv vurdering av bildekvalitet.

Objektive metoder

Wang & Bovik (2006) klassifiserer de objektive metodene med følgende kriterier: (a) tilgjengeligheten av et originalt bilde; (b) på grunnlag av deres anvendelsesomfang og (c) på modellen av en Human Visual System -simulering for å vurdere kvalitet. Keelan (2002) klassifiserer metodene basert på (a) direkte eksperimentelle målinger; (b) systemmodellering og (c) visuell vurdering i forhold til kalibrerte standarder.

  • Full-referanse (FR) metoder -FR-beregninger prøver å vurdere kvaliteten på et testbilde ved å sammenligne det med et referansebilde som antas å ha perfekt kvalitet, f.eks. Originalen til et bilde kontra en JPEG-komprimert versjon av bildet.
  • Redusert referanse (RR) metoder -RR-beregninger vurderer kvaliteten på et test- og referansebilde basert på en sammenligning av funksjoner hentet fra begge bildene.
  • Ingen referansemetoder (NR) -NR-beregninger prøver å vurdere kvaliteten på et testbilde uten referanse til det opprinnelige.

Bildekvalitetsberegninger kan også klassifiseres når det gjelder å måle bare en bestemt type nedbrytning (f.eks. Uskarphet , blokkering eller ringing), eller ta hensyn til alle mulige signalforvrengninger, det vil si flere typer artefakter.

Bildekvalitetsattributter

Blåste høydepunkter er skadelige for bildekvaliteten. Øverst: Originalbilde. Nederst: Blåste områder markert med rødt.
Ved full oppløsning har dette bildet klart synlige komprimeringsartefakter, for eksempel langs kantene på de ytterste fagstolene.
  • Skarphet bestemmer mengden detaljer et bilde kan formidle. Systemets skarphet påvirkes av objektivet (design og produksjonskvalitet, brennvidde, blenderåpning og avstand fra bildesenteret) og sensoren (pikselantall og anti-aliasing-filter). I feltet påvirkes skarpheten av kamerarystelser (et godt stativ kan være nyttig), fokusnøyaktighet og atmosfæriske forstyrrelser (termiske effekter og aerosoler). Mistet skarphet kan gjenopprettes ved skarphet, men skarpheten har grenser. Overskarpning kan forringe bildekvaliteten ved å få "glorier" til å vises nær kontrastgrenser. Bilder fra mange kompakte digitalkameraer er noen ganger for skarpe for å kompensere for lavere bildekvalitet.
  • Støy er en tilfeldig variasjon av bildetetthet, synlig som korn i film og pikselnivåvariasjoner i digitale bilder. Det stammer fra effektene av grunnleggende fysikk - lysets fotoniske natur og varmeens termiske energi - inne i bildesensorer. Typisk støyreduksjon (NR) -programvare reduserer synligheten av støy ved å jevne ut bildet, unntatt områder nær kontrastgrenser. Denne teknikken fungerer bra, men den kan skjule fine detaljer med lav kontrast.
  • Dynamisk område (eller eksponeringsområde) er rekkevidden av lysnivåer et kamera kan fange, vanligvis målt i f-stopp, EV (eksponeringsverdi) eller soner (alle faktorene to i eksponering). Det er nært knyttet til støy: høy støy innebærer lavt dynamisk område.
  • Tonegjengivelse er forholdet mellom sceneluminans og den gjengitte bildens lysstyrke.
  • Kontrast , også kjent som gamma , er skråningen på tonegjengivelseskurven i et loggrom. Høy kontrast innebærer vanligvis tap av dynamisk område - tap av detaljer, eller klipping, i høylys eller skygger.
  • Color nøyaktighet er en viktig, men tvetydig bildekvalitet faktor. Mange seere foretrekker forbedret fargemetning; den mest nøyaktige fargen er ikke nødvendigvis den mest behagelige. Likevel er det viktig å måle et kameras fargesvar: dets fargeskift, metning og effektiviteten til hvitbalansealgoritmene.
  • Forvrengning er en avvik som får rette linjer til å kurve. Det kan være plagsomt for arkitektonisk fotografering og metrologi (fotografiske applikasjoner som involverer måling). Forvrengning har en tendens til å være merkbar i billige kameraer, inkludert mobiltelefoner og billige DSLR -objektiver . Det er vanligvis veldig lett å se på vidvinkelbilder. Det kan nå korrigeres i programvare.
  • Vignettering , eller lett nedfall, mørkner bilder nær hjørnene. Det kan være betydelig med vidvinkelobjektiver.
  • Eksponering nøyaktighet kan være et problem med helautomatiske kameraer og med videokameraer der det er liten eller ingen mulighet for post-eksponering tonejustering. Noen har til og med eksponeringsminne: eksponeringen kan endres etter at svært lyse eller mørke objekter dukker opp i en scene.
  • Lateral kromatisk aberrasjon (LCA), også kalt "color fringing", inkludert lilla fringing , er en linseaberrasjon som får farger til å fokusere på forskjellige avstander fra bildesenteret. Det er mest synlig nær hjørner av bilder. LCA er verst med asymmetriske linser, inkludert ultrawides, ekte telefoter og zoomer. Det er sterkt påvirket av demosaisering .
  • Objektivbluss , inkludert "tilsløringsblending" er svindellys i linser og optiske systemer forårsaket av refleksjoner mellom linselementer og linsens innside. Det kan føre til at bildene tåker (tap av skyggedetaljer og farger) samt "spøkelsesbilder" som kan oppstå i nærvær av sterke lyskilder i eller i nærheten av synsfeltet.
  • Color moiré er kunstig fargebånd som kan vises på bilder med repeterende mønstre med høye romlige frekvenser, som tekstiler eller stakittgjerder. Det påvirkes av objektivets skarphet, anti-aliasing (lavpass) -filteret (som myker opp bildet) og demosaiseringsprogramvare . Det pleier å være verst med de skarpeste linsene.
  • Artefakter  -programvare (spesielt operasjoner som utføres under RAW-konvertering) kan forårsake betydelige visuelle artefakter, inkludert datakomprimering og tap av overføring (f.eks. JPEG med lav kvalitet), overdreven skarphet "haloer" og tap av fine detaljer med liten kontrast.

Se også

Referanser

Videre lesning

  • Sheikh, HR; Bovik AC , informasjonsteoretiske tilnærminger til vurdering av bildekvalitet. I: Bovik, AC Handbook of Image and Video Processing. Elsevier, 2005.
  • Guangyi Chen, Stephane Coulombe, En metode for visuell kvalitetsvurdering av bilder basert på SIFT-funksjoner 85-97 JPRR
  • Hossein Ziaei Nafchi, Atena Shahkolaei, Rachid Hedjam, Mohamed Cheriet, gjennomsnittlig avvikslikhetsindeks: Effektiv og pålitelig fullkvalitets bildekvalitetsvurderer. I: IEEE -tilgang. IEEE