fitbrisque

Подгонка пользовательской модели для счета качества изображения BRISQUE

Описание

пример

model = fitbrisque(imds,opinionScores) создает модель Blind/Referencless Image Spatial Quality Evaluator (BRISQUE) из ссылки datastore, imds, с соответствующими значениями человеческого перцептивного дифференциального счета мнений (DMOS), opinionScore.

Примечание

Как использовать fitbrisque функция, вы должны иметь Statistics and Machine Learning Toolbox™.

Примеры

свернуть все

Обучите пользовательскую модель BRISQUE из набора функций и соответствующих счетов человеческого мнения. Используйте пользовательскую модель, чтобы вычислить счет BRISQUE для изображения естественной сцены.

Сохраните изображения из datastore изображений. Все эти изображения имеют программные продукты сжатия, следующие из сжатия JPEG.

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

Укажите счет мнения для каждого изображения. Следующие значения дифференциального среднего счета (DMOS) предназначены только для иллюстративных целей. Они не являются реальными значениями DMOS, полученными в ходе экспериментов.

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

Создайте пользовательскую модель функций с учетом качества, используя изображение datastore и счетов мнений. Поскольку счета случайны, значения свойств будут варьироваться.

model = fitbrisque(imds,opinionScores')
Extracting features from 38 images.
......
Completed 18 of 38 images.  Time: Calculating...
..Training support vector regressor...

Done.
model = 
  brisqueModel with properties:

             Alpha: [35x1 double]
              Bias: 58.1331
    SupportVectors: [35x36 double]
            Kernel: 'gaussian'
             Scale: 0.2766

Считайте изображение естественной сцены, которое имеет тот же тип искажения, что и обучающие изображения. Отобразите изображение.

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

Figure contains an axes. The axes contains an object of type image.

Вычислите счет BRISQUE для изображения 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 72.7539.

Входные параметры

свернуть все

Ссылка на изображение datastore, заданная как ImageDatastore объект. datastore должен содержать 2-D изображения в полутоновом или 2-D RGB типа данных single, double, int16, uint8, или uint16. Изображения должны иметь известный набор искажений, таких как программные продукты сжатия, размытие или шум.

Счета человеческого мнения, заданные как числовой вектор со значениями в области значений [0, 100]. Каждый элемент в opinionScores - значение DMOS восприятия человека, 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 изображения, возвращенная как brisqueModel объект. model содержит регрессор вектора поддержки (SVR) с Гауссовым ядром, обученным прогнозировать счет качества BRISQUE.

Ссылки

[1] Миттал, А., А. К. Маврти, и А. К. Бовик. «Оценка качества изображений без ссылок в пространственной области». Транзакции IEEE по обработке изображений. Том 21, № 12, декабрь 2012, стр. 4695-4708.

[2] Миттал, А., А. К. Маврти, и А. К. Бовик. «Бесфазное Изображение пространственный Engine оценки качества». Презентация на 45-й Асиломарской конференции по сигналам, системам и компьютерам, Pacific Grove, CA, ноябрь 2011 года.

Введенный в R2017b
Для просмотра документации необходимо авторизоваться на сайте