fitbrisque

Подбирайте пользовательскую модель для счета качества изображения BRISQUE

Описание

пример

model = fitbrisque(imds,opinionScores) создает модель Blind/Referenceless Image Spatial Quality Evaluator (BRISQUE) из ссылочного datastore изображений, imds, с соответствующими человеческими перцепционными значениями дифференциального счета плохого мнения (DMOS), opinionScore.

Примечание

Использовать fitbrisque функция, у вас должен быть Statistics and Machine Learning Toolbox™.

Примеры

свернуть все

Обучите пользовательскую модель BRISQUE от набора осведомленных о качестве функций и соответствующих человеческих баллов мнения. Используйте пользовательскую модель, чтобы вычислить счет BRISQUE к изображению естественной сцены.

Сохраните образы от datastore изображений. Эти изображения у всех есть артефакты сжатия, следующие из сжатия JPEG.

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

Задайте счет мнения к каждому изображению. Следующие значения дифференциального счета плохого мнения (DMOS) в иллюстративных целях только. Они не действительные значения DMOS, полученные посредством экспериментирования.

opinionScores = 100*rand(1,size(imds.Files,1));

Создайте пользовательскую модель осведомленных о качестве функций с помощью datastore изображений и баллов мнения. Поскольку баллы случайны, значения свойств будут варьироваться.

model = fitbrisque(imds,opinionScores')
Extracting features from 37 images.
.......Training support vector regressor...

Done.
model = 
  brisqueModel with properties:

             Alpha: [35x1 double]
              Bias: 56.2632
    SupportVectors: [35x36 double]
            Kernel: 'gaussian'
             Scale: 0.2717

Считайте изображение естественной сцены, которая имеет тот же тип искажения как учебные изображения. Отобразите изображение.

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

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

brisqueI = brisque(I,model);
fprintf('BRISQUE score for the image is %0.4f.\n',brisqueI)
BRISQUE score for the image is 78.7367.

Входные параметры

свернуть все

Ссылочный datastore изображений в виде ImageDatastore объект. Datastore должен содержать 2D полутоновые или 2D изображения RGB типа данных single'double'int16uint8, или uint16. Изображения должны иметь известный набор искажений, таких как артефакты сжатия, размывание или шум.

Человеческие баллы мнения в виде числового вектора со значениями в области значений [0, 100]. Каждый элемент в opinionScores человеческое перцепционное значение DMOS, соответствующее изображению в datastore imds. Длина opinionScores равно количеству изображений в imds.

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

Выходные аргументы

свернуть все

Пользовательская модель функций изображений, возвращенных как brisqueModel объект. model содержит регрессор вектора поддержки (SVR) с Гауссовым ядром, обученным предсказать качественный счет BRISQUE.

Ссылки

[1] Миттал, A., А. К. Мурти и А. К. Бовик. "Оценка Качества изображения без ссылок в Пространственной Области". Транзакции IEEE на Обработке изображений. Издание 21, Номер 12, декабрь 2012, стр 4695–4708.

[2] Миттал, A., А. К. Мурти и А. К. Бовик. "Изображение Referenceless пространственный качественный Engine оценки". Представление на 45-й конференции Asilomar по сигналам, системам и компьютерам, Пасифик-Гроуву, CA, ноябрь 2011.

Введенный в R2017b

Для просмотра документации необходимо авторизоваться на сайте