fitniqe

Соответствуйте пользовательской модели для счета качества изображения NIQE

Синтаксис

model = fitniqe(imds)
model = fitniqe(imds,Name,Value)

Описание

пример

model = fitniqe(imds) создает модель Naturalness Image Quality Evaluator (NIQE) из ссылочного datastore изображений imds.

пример

model = fitniqe(imds,Name,Value) создает модель NIQE с помощью дополнительных параметров, чтобы управлять образцовым вычислением.

Примеры

свернуть все

Загрузите набор естественных изображений в datastore изображений. Эти изображения поставляются в Image Processing Toolbox™ в директории, названной 'imdata'.

setDir = fullfile(toolboxdir('images'),'imdata');
imds = imageDatastore(setDir,'FileExtensions',{'.jpg'});

Обучите пользовательскую модель NIQE с помощью datastore изображений.

model = fitniqe(imds);
Extracting features from 37 images.
.....
Completed 12 of 37 images.  Time: Calculating...
.....
Completed 31 of 37 images.  Time: 00:21 of 00:25
.
Done.

Считайте изображение естественной сцены. Отобразите изображение.

I = imread('car1.jpg');
imshow(I)

Вычислите счет NIQE к изображению с помощью пользовательской модели. Отобразите счет.

niqeI = niqe(I,model);
fprintf('NIQE score for the image is %0.4f.\n',niqeI)
NIQE score for the image is 1.8601.

Загрузите набор естественных изображений в datastore изображений. Эти изображения поставляются в Image Processing Toolbox™ в директории, названной 'imdata'.

setDir = fullfile(toolboxdir('images'),'imdata');
imds = imageDatastore(setDir,'FileExtensions',{'.jpg'});

Создайте пользовательскую модель функций NSS с помощью datastore изображений. Задайте размер блока и используйте порог резкости по умолчанию.

model = fitniqe(imds,'BlockSize',[48 96])
Extracting features from 37 images.
...
Completed 9 of 37 images.  Time: Calculating...
....
Completed 17 of 37 images.  Time: 00:21 of 00:50
.....
Done.
model = 
  niqeModel with properties:

                  Mean: [1x36 double]
            Covariance: [36x36 double]
             BlockSize: [48 96]
    SharpnessThreshold: 0

Считайте естественное изображение в рабочую область. Отобразите изображение.

I = imread('yellowlily.jpg');
imshow(I)

Вычислите счет NIQE к изображению с помощью пользовательской модели. Отобразите счет.

niqeI = niqe(I,model);
fprintf('NIQE score for the image is %0.4f.\n',niqeI)
NIQE score for the image is 2.9944.

Входные параметры

свернуть все

Ссылочный datastore изображений, заданный как объект ImageDatastore. Изображения в datastore должны быть действительными, неразреженными, m на n или m n 3 матрицами типа данных single, double, int16, uint8 или uint16.

Аргументы в виде пар имя-значение

Укажите необязательные аргументы в виде пар ""имя, значение"", разделенных запятыми. Имя (Name) — это имя аргумента, а значение (Value) — соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: model = fitniqe(imds,'BlockSize',[48 36]) соответствует модели NIQE, использующей 48 36 пиксельные блоки.

Размер блока раньше делил изображения, заданные как пара, разделенная запятой, состоящая из 'BlockSize' и вектор - строка с 2 элементами из положительных ровных целых чисел. Блоки не накладываются. Естественные статистические данные сцены, которые вычисляются от блоков, задают вывод model.

Типы данных: single | double | int8 | int16 | int32 | uint8 | uint16 | uint32

Порог резкости, заданный как пара, разделенная запятой, состоящая из 'SharpnessThreshold' и числового скаляра в области значений [0, 1]. Порог резкости, s, средства управления, которые отображают блоки, используются, чтобы вычислить модель. fitniqe вычисляет модель с помощью всех блоков, которые имеют резкость больше, чем времена s максимальная резкость среди всех блоков.

Типы данных: single | double

Выходные аргументы

свернуть все

Пользовательская модель функций изображений, возвращенных как объект niqeModel.

Советы

  • Пользовательский набор данных задал в datastore изображений, imds должен состоять из изображений, которые являются перцепционно нетронутыми испытуемым людям. Однако определение pristine зависит от приложения. Например, нетронутый набор изображений микроскопии имеет различный набор качественных критериев, чем изображения созданий или наружных сцен. Когда обучение пользовательская модель NIQE, используйте изображения с отличавшимся содержимым изображения и с потенциально различными наборами качественных критериев.

Ссылки

[1] Миттал, A., Р. Сундарарэджэн и А. К. Бовик. "Делая Абсолютно Слепое Качество изображения Анализатором". Буквы Обработки сигналов IEEE. Издание 22, Номер 3, март 2013, стр 209–212.

Введенный в R2017b

Для просмотра документации необходимо авторизоваться на сайте