Количественные критерии оценки качества изображений

Другой метод оценки качества изображения состоит в использовании критерия нормального распределения. Экспериментальным путем было выявлено, что оптимальное, с точки зрения субъективного восприятия, изображение имеет нормальное распределение яркостей элементов. В этом случае оценка качества изображения производится по степени отклонения реального распределения яркостей элементов изображения от нормального:

где т, п - количество строк и столбцов матрицы изображения; х1 , х1 -

интенсивность пиксела откорректированного и эталонного изображения, соответственно.

Кроме количественной оценки качества изображения, данный метод по

зволяет получить информацию о наличии в весовом соотношении яркостных градаций изображения. Результаты оценки качества изображения, полученные по данному методу, хорошо коррелируют с субъективной оценкой визуального качества изображения.

Часто для оценки качества изображений используют пиковое соотношение сигнал/шум (Peak Signal to Noise Ratio)

Чем ближе отфильтрованное изображение к оригинальному, тем больше значение соотношение PSNR и тем лучше качество работы алгоритма.

Последние два критерия (а, PSNR) не всегда позволяют объективно оценить качество изображения, особенно с точки зрения его визуального восприятия. Например, значение PSNR более размытого изображения, в котором вместе с шумом были удалены мелкие детали, может быть выше, чем для изображения с более аккуратно подавленным шумом. Визуальные оценки при этом покажут предпочтительность второго изображения

Для оценки качества изображений используют и другие критерии, например, норму Минковского:

гдер=1, 2, 3, ... .

Оценить уровень шума изображения позволяет нормированная абсолютная погрешность

Точность изображения можно оценить, используя формулу

\х - х '2

У    У •

Вышеприведенные оценки качества удобны в использовании, но далеко не всегда позволяют объективно оценить качество изображения, особенно с точки зрения визуального восприятия. Вопрос количественной оценки качества изображений решен не до конца и является важным шагом на пути к решению оптимальных преобразований изображений.

Рекомендуем к просомтру

www.kievoncology.com благодарны автору и издательству, которые способствует образованию медицинских работников. При нарушении авторских прав, сообщите нам и мы незамедлительно удалим материалы.