Модифицированный критерий оценки качества восстановленных изображений Министерство образования и науки Российской Федерации Ярославский государственный.

Презентация:



Advertisements
Похожие презентации
ОПТИМИЗАЦИЯ ЭТАПА КОДИРОВАНИЯ СТАНДАРТА JPEG НА ОСНОВЕ НЕЭТАЛОННОГО КРИТЕРИЯ КАЧЕСТВА Ярославский государственный университет им. П.Г. Демидова ДИПЛОМНАЯ.
Advertisements

Национальный Аэрокосмический Университет «ХАИ» Обзор направлений научных исследований кафедры 1 Николай Пономаренко 18/4/2006 Автоматическое определение.
Разработка и исследование метода относительных координат потребителя по сигналам СРНС ГЛОНАСС Студентка гр. ЭР Стесина Л.Д. Научный руководитель:
Применение генетических алгоритмов для генерации числовых последовательностей, описывающих движение, на примере шага вперед человекоподобного робота Ю.К.
Оценка эффективности деятельности общеобразовательных учреждений по итогам комплектования-2010 Л.Е. Загребова, руководитель Тольяттинского управления министерства.
Занятие 2. Распределения и доверительные интервалы Теоретическая часть 1. Распределение случайной величины и функция плотности распределения 2. Нормальное.
Page 1 Применение стеганографических методов для занесения идентифицирующей информации в растровые изображения Исполнитель: студент группы ИВТ-464 Попов.
Введение в OpenCV МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Государственное образовательное учреждение высшего профессионального образования.
ГОУВПО «Московский Энергетический Институт (Технический Университет)» Кафедра Радиотехнических систем Тема магистерской диссертации: «РАЗРАБОТКА И РЕАЛИЗАЦИЯ.
Электронный мониторинг Национальной образовательной инициативы «Наша новая школа» Петряева Е.Ю., руководитель службы мониторинга.
y 1 (t) = y 2 (t) = y 3 (t) = ОПМ передатчик ОПМ приемник h 11 s 1 (t) h 12 s 1 (t) h 13 s 1 (t) s 1 (t) h 21 s 2 (t) h 22 s 2 (t) h 23 s 2 (t) s 2 (t)
ТРЕХЭТАПНАЯ ОБРАБОТКА ЦИФРОВЫХ ИЗОБРАЖЕНИЙ С ИСПОЛЬЗОВАНИЕМ ЭВОЛЮЦИОНИРУЮЩИХ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ* Цой Ю.Р., Спицын В.Г. Кафедра вычислительной.
Обработка растровых изображений В лекции использованы различные материалы лаборатории Компьютерной Графики МГУ.
Лекция 1 Введение.. Опр. эконометрика это наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов.
Анализ ГИА-9 по математике в учебном году.
Краевые диагностические работы 2 четверть учебный год.
МИНИСТЕРСТВО ОБРАЗОВАНИЯ РЕСПУБЛИКИ БЕЛАРУСЬ БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ Факультет прикладной математики и информатики Кафедра вычислительной.
Коррекция нелинейности сканера АСМ по изображениям тестовых структур Научный руководитель Малевич А.Э. доцент кафедры ДУ, кандидат физ.-мат. наук Лукьянова.
Слежение за объектами на основе раздельной обработки изображений в двух спектральных каналах Бабаян Павел Вартанович Смирнов Сергей Александрович Кафедра.
Лекция 1 Алгоритмы сжатия изображений Медведева Елена Викторовна дисц. Цифровая обработка изображений.
Транксрипт:

Модифицированный критерий оценки качества восстановленных изображений Министерство образования и науки Российской Федерации Ярославский государственный университет им. П.Г. Демидова , г. Ярославль, ул. Советская, 14 Физический факультет Кафедра динамики электронных систем Научный руководитель: Хрящев В.В. Работу выполнил: Арляпов С.А.

Цель работы Разработка алгоритма оценки качества цифровых изображений с показаниями близкими к экспертным оценкам качество 100%качество ??? искажение

Задачи Анализ литературы по вопросам обработки изображений Разработка нового метода оценки качества цифровых изображений Исследование предложенного алгоритма в задачах восстановления и сжатия изображений Сравнительный анализ полученных результатов со значениями ПОСШ Визуальный анализ изображений с различными видами искажений

Оценка качества изображений СКО – среднеквадратичная ошибка ПОСШ – пиковое отношение сигнал/шум Критерии качества Субъективные Объективные Шкала качества СКОПОСШ

Объективные критерии качества - пиксели исходного изображения - пиксели восстановленного изображения - число пикселей в изображении

ПОСШ = 23,4 дБ а) оригиналб) изменение гистограммыв) обработка ФВЧ г) импульсный шумд) Гауссов шуме) сжатие JPEG

Определение универсального индекса качества (УИК) - оригинал - тестовый сигнал - среднее значение и дисперсия оригинала - среднее значение и дисперсия тестового сигнала - взаимокорреляционная функция сигналов

Комбинированный подход в оценке качества оценка коррелированности тестового сигнала и оригинала оценка изменения динамического диапазона тестового сигнала относительно оригинала оценка изменения среднего значения тестового сигнала относительно оригинала

Вычисление УИК для изображений - индекс, характеризующий качество i - ого блока - индекс, характеризующий качество изображения в целом Изображение

Выбор оптимального размера маски в алгоритме УИК а) обработка ФВЧ УИК 3x3 = 0,50 УИК 5x5 = 0,58 УИК 7x7 = 0,71 эксперт = 8 б) импульсный шум УИК 3x3 = 0,76 УИК 5x5 = 0,56 УИК 7x7 = 0,47 эксперт = 5 в) Гауссов шум УИК 3x3 = 0,15 УИК 5x5 = 0,23 УИК 7x7 = 0,29 эксперт = 3

Оценка качества по значению УИК а) оригинал, УИК = 1,00 б) гистограмма, УИК = 0,89 в) обработка ФВЧ, УИК = 0,78 г) импульсный шум, УИК = 0,67 д) Гауссов шум, УИК = 0,43 е) сжатие JPEG, УИК = 0,39

Оценка яркостных искажений ? 0 1 Линеаризация гистограммы Усечение гистограммы а) ПОСШ = 18,5 дБ; УИК = 0,80 б) ПОСШ = 19,9 дБ; УИК = 0,71

Оценка яркостных искажений Гамма-коррекция изображения Наличие 60% импульсного шума со случайными значениями выбросов а) ПОСШ = 10,86 дБ; УИК = 0,62б) ПОСШ = 11,50 дБ; УИК = 0,05 ?

JPEG JPEG 2000 б) ПОСШ = 22 дБ; УИК = 0,53в) ПОСШ = 22 дБ; УИК = 0,29 Оценка искажений при сжатии изображений ? а) УИК = 1,00

Сопоставление значений УИК пятибалльной шкале качества 1.0 – 0.8 «5» Отлично 0.8 – 0.6 «4» Хорошо 0.6 – 0.4 «3» Посредственно 0.4 – 0.2 «2» Плохо менее 0.2 «1» Очень плохо

Области применения УИК Оценка качества изображений и видеопоследовательностей Оптимизация алгоритмов восстановления изображений Создание адаптивных фильтров обработки изображений по критерию УИК Использование УИК в эвристических методах обработки изображений

Заключение Разработан новый метод оценки качества изображений Проведен сравнительный анализ полученных результатов со значениями ПОСШ Проведено исследование по использованию предложенного алгоритма в задачах восстановления и сжатия изображений