Сравнение объективных методов оценки качества цифровых изображений
Аннотация
В работе проведено сравнение объективных методов оценки качества цифровых изображений. Результаты оценки качества большинства методов сильно зависят от вида конкретного изображения. Для прогноза изменения качества изображения в результате обработки изображения более подходит Cri (коэффициент восстановимости изображения), потому что у него слабая зависимость результатов оценки от вида изображения, при отсутствии необходимости иметь исходное изображение для сравнения.
- качество цифровых изображений
- универсальный опорный спектр
- коэффициент восстановимости изображения
- прогнозирование возможного улучшения
Abstract (in English)
In this paper proposes comparison of objective methods of estimating the quality of digital images. The results of estimation of quality digital images for majority of methods are highly dependent on the type of a particular image. To predict changes in image quality resulting from image processing is more suitable Cri (coefficient of recoverability image ), because he has a weak dependence on the results of type of evaluation Image, and without the need to have the original image for comparison.
Для цитирования
Кокошкин А.В., Коротков В.А., Коротков К.В., Новичихин Е.П. Сравнение объективных методов оценки качества цифровых изображений // Журнал радиоэлектроники. – 2015. – № 6.
Литература
- Р. Гонсалес, Р. Вудс. Цифровая обработка изображений. М. «Техносфера», 2005, 1071 стр.
- Pratt W.K. Digital Image Processing. - John Wiley and Sons, Inc., USA, 1978.
- Бейтс Р. Мак-Доннел М. Восстановление и реконструкция изображений. /Пер. с англ.к. ф-м н. Б.С. Кругликова и С.Л. Ярославского под редакцией д. ф-м н. Л.П. Ярославского. М.: «Мир», 1989, 487с.
- Avcibas I., Sankur B., Sayood K. Statistical evaluating of image quality measures // Journal of Electronic Imaging. - April 2002. - Vol.11, № 2. - Р. 206-223.
- Wilder W.C. Subjective Relevant Error Criteria for Pictorial Data Processing // Purdue University, School of Electrical Engineering, Report TR-EE 72-34, December 1972.
- Журавель И.М. Краткий курс теории обработки изображений. URL: http://matlab.exponenta.ru/imageprocess/book2/index.php
- Ю.И. Монич, В.В. Старовойтов «Оценки качества для анализа цифровых изображений» «Искусственный интеллект» 4’2008. Стр. 376-386.
- Макаров А.О. Алгоритмы увеличения пространственного разрешения и обработки мультиспектральных спутниковых изображений: Дис… к-та техн. наук: 05.13.01/ А.О. Макаров. - Минск, 2006. - 156 с.
- А. В. Кокошкин, В. А. Коротков, К. В. Коротков, Е. П. Новичихин «Метод прогнозирования возможного улучшения качества искажённых изображений». // Журнал радиоэлектроники [электронный журнал]. 2015. №6. URL: http://jre.cplire.ru/jre/jun15/5/text.html
- А. Ю. Зражевский, А. В. Кокошкин, Е. П. Новичихин, С. В. Титов, «Повышение качества радиоизображений». «Нелинейный Мир», № 9, 2010г., с. 582-590.
- Ю. В. Гуляев, А. Ю. Зражевский, А. В. Кокошкин, В. А. Коротков, В. А. Черепенин «Коррекция пространственного спектра, искаженного оптической системой, с помощью метода опорного изображения. Часть 2. Адаптивный метод опорного изображения (АМОИ)». // Журнал радиоэлектроники [электронный журнал]. 2013. №12. URL: http://jre.cplire.ru/jre/dec13/2/text.html
- Ю. В. Гуляев, А. Ю. Зражевский, А. В. Кокошкин, В. А. Коротков, В. А. Черепенин «Коррекция пространственного спектра, искаженного оптической системой, с помощью метода опорного изображения. Часть 3. Универсальный опорный спектр. // Журнал радиоэлектроники [электронный журнал]. 2013. №12. URL: http://jre.cplire.ru/jre/dec13/3/text.html
- А. В. Кокошкин, В. А. Коротков, К. В. Коротков, Е. П. Новичихин «Слепое восстановление изображений, искажённых смазом и дефокусировкой, при неизвестной форме и параметрах АФ». // Журнал радиоэлектроники [электронный журнал]. 2014. №9. URL: http://jre.cplire.ru/jre/sep14/8/text.html