Не сравните ссылочные метрики качества изображения

В этом примере показано, как сравнить эффективность различных слепых или метрик качества изображения без ссылок.

Оценка качества изображения является важной частью получения изображений, сжатия и других рабочих процессов повышения качества изображения. Желательно иметь быструю, автоматизированную метрику, которая тесно подражает субъективным мерам качества изображения. Этот пример сравнивает эффективность трех метрик качества без ссылок.

  • BRISQUE - Blind/Referenceless отображают пространственное качественное средство анализа

  • NIQE - Средство анализа качества изображения естественности

  • PIQE - Основанное на восприятии средство анализа качества изображения

Каждая метрика имеет различные сильные места в зависимости от изображений в наборе данных. Чтобы выбрать лучшую метрику для ваших данных, можно сравнить эффективность этих трех метрик на демонстрационных данных изображения. В этом примере показано, как сравнить эффективность в двух различных ситуациях: различные уровни сжатия JPEG на одном изображении и для видеопотока.

Оцените ответ на различное сжатие на одном изображении

Сжатие изображения является компромиссом между визуальным качеством и коэффициентом сжатия или размером выходных данных. Компромисс также зависит от содержимого изображения. Например, изображения с универсальными областями могут сжаться до меньших размеров файла и показать меньше артефактов, чем изображения с подробными функциями. Метрики качества изображения могут помочь анализировать этот компромисс при попытке минимизировать удар содержимого изображения согласно анализу.

Считайте изображение в рабочую область.

im = imread('llama.jpg');

Запишите копии изображения с различными коэффициентами сжатия JPG. Считайте каждое сжатое изображение назад в рабочую область.

jpegQuality = 10:10:100;
numObservations = numel(jpegQuality);
compressedFrames = cell(1,numObservations);
for ind = 1:numObservations
    q = jpegQuality(ind);
    tempFile = ['llama_compression_',num2str(q),'.jpg'];
    imwrite(im,tempFile,'Quality',q);
    compressedFrames{ind} = imread(tempFile);
end

Смотрите сжатые изображения.

tiledlayout(1,3);

h1 = nexttile;
imshow(compressedFrames{1})
title('JPEG Quality: 10')

nexttile
imshow(compressedFrames{7})
title('JPEG Quality: 70')

nexttile
imshow(im)
title('Input Image')
linkaxes

Figure contains 3 axes. Axes 1 with title JPEG Quality: 10 contains an object of type image. Axes 2 with title JPEG Quality: 70 contains an object of type image. Axes 3 with title Input Image contains an object of type image.

Увеличьте масштаб сжатого изображения, чтобы видеть природу некоторых определенных артефактов. В качестве JPEG 10, блокирующиеся артефакты очевидны.

h1.XLim = [650 700];
h1.YLim = [490 550];

Figure contains 3 axes. Axes 1 with title JPEG Quality: 10 contains an object of type image. Axes 2 with title JPEG Quality: 70 contains an object of type image. Axes 3 with title Input Image contains an object of type image.

Поскольку каждый сжал изображение JPG, вычислите качественный счет с помощью этих трех метрик качества.

pQ = zeros(1, numObservations);
nQ = zeros(1, numObservations);
bQ = zeros(1, numObservations);

for ind=1:numObservations
    bQ(ind) = brisque(compressedFrames{ind});
    nQ(ind) = niqe(compressedFrames{ind});
    pQ(ind) = piqe(compressedFrames{ind});
end

Визуализируйте счет метрик, когда качество JPEG увеличивается. Нормируйте баллы так, чтобы каждый счет имел то же значение для несжатого изображения. Для этих трех метрик более низкие баллы соответствуют более высокому качеству изображения.

Счет BRISQUE к качеству JPEG 50, 60, и 70 нереалистично ниже, чем для несжатых изображений JPEG. Поэтому для изображений, похожих на это тестовое изображение, NIQE и PIQE являются более надежными метриками.

figure
hold on
plot(jpegQuality,bQ/bQ(end),'*-');
plot(jpegQuality,nQ/nQ(end),'*-');
plot(jpegQuality,pQ/pQ(end),'*-');
legend('BRISQUE','NIQE','PIQE');
ylabel('Metric Score')
xlabel('JPEG Quality')
hold off

Figure contains an axes. The axes contains 3 objects of type line. These objects represent BRISQUE, NIQE, PIQE.

Ответ Evalute на Различное Сжатие и Содержимое с помощью Видео

В приложениях, таких как потоковое видео, существует потребность оценить метрики качества в приемнике, который не может иметь доступа к исходной нетронутой выборке. Кроме того, содержимое каждой системы координат может значительно варьироваться. Давайте симулируем такой сценарий к evalute показатели производительности этих метрик.

Создайте объект VideoReader, который читает системы координат из видео 'rhinos.avi'. Это видео имеет 114 систем координат.

vidObjR = VideoReader('rhinos.avi');
vidObjW = VideoWriter('varyingCompressed.avi');
open(vidObjW)

Создайте различное расписание коэффициента сжатия, чтобы подражать реальному времени, варьируясь передачи скорости передачи

numFrames = vidObjR.NumFrames;
varyingQuality = sin(2*pi*(1:numFrames)*0.01);
varyingQuality = round(rescale(varyingQuality)*100);
varyingQuality = max(varyingQuality,1); % min JPEG quality is 1

figure
plot(varyingQuality);
title('JPEG Quality Schedule');
ylabel('JPEG Quality')
xlabel('Frame Index')

Figure contains an axes. The axes with title JPEG Quality Schedule contains an object of type line.

Для каждой системы координат в видео сожмите систему координат согласно качественному расписанию JPEG. Вычислите метрики сжатой системы координат и добавьте сжатую систему координат в выходное видео для валидации.

pQ = zeros(1,numFrames);
nQ = zeros(1,numFrames);
bQ = zeros(1,numFrames);

ind = 1;
while hasFrame(vidObjR)
    im = readFrame(vidObjR);
    
    % Compress it based on the schedule
    tempFile = 'rhinos_compressed_frame.jpg';
    imwrite(im,tempFile,'Quality',varyingQuality(ind));    
    frame = imread(tempFile);        
    
    writeVideo(vidObjW,frame);
    
    bQ(ind) = brisque(frame);
    nQ(ind) = niqe(frame);
    pQ(ind) = piqe(frame);
    ind = ind+1;
end
close(vidObjW);

Визуализируйте тренд, ожидайте, что он будет подражать расписанию сжатия. Перемасштабируйте метрики, чтобы фокусироваться на тренде и инвертировать качественное расписание, чтобы получить тренд коэффициента сжатия. Метрики качества могут все еще дать полезную индикацию относительно воспринятого качества без доступа к системе координат исходной ссылки.

figure
hold on
plot(rescale(bQ));
plot(rescale(nQ));
plot(rescale(pQ));
% Invert JPEG Quality to get the compression ratio
plot(1-rescale(varyingQuality),'k','LineWidth',2)
legend('BRISQUE','NIQE','PIQE','Compression Ratio');
title('Trend of Quality Metrics with Varying Compression and Content');
ylabel('Metric Score')
xlabel('Frame Index')
hold off

Figure contains an axes. The axes with title Trend of Quality Metrics with Varying Compression and Content contains 4 objects of type line. These objects represent BRISQUE, NIQE, PIQE, Compression Ratio.

Смотрите также

| | | | |

Похожие темы

Для просмотра документации необходимо авторизоваться на сайте