Метод прогнозирования возможного улучшения качества искажённых изображений

Abstract

In the paper a new approach to assess the quality of digital images is proposed, which allows to predict the prospects for their possible improvement. We introduce the notion of the coefficient of image recoverability Cri, estimating the share of its amplitude spectrum, which is in a given neighborhood universal reference spectrum.

• quality digital images
• universal reference spectrum
• coefficient of recoverability image
• predicting possible improvements

Аннотация (на русском)

Метод прогнозирования возможного улучшения качества искажённых изображений

В работе предлагается новый подход к оценке качества цифровых изображений, который позволяет сделать прогноз в отношении перспектив их возможного улучшения. Мы вводим понятие коэффициента восстановимости изображения Cri, оценивающего долю его амплитудного спектра, находящуюся в заданной окрестности универсального опорного спектра.

For citation

References

1. Р. Гонсалес, Р. Вудс. Цифровая обработка изображений. М. «Техносфера», 2005, 1071 стр.
2. Ю.И. Монич, В.В. Старовойтов «Оценки качества для анализа цифровых изображений» «Искусственный интеллект» 4’2008. Стр. 376-386.
3. Pratt W.K. Digital Image Processing. - John Wiley and Sons, Inc., USA, 1978.
4. Пирогов Ю.А., Гладун В.В., Тищенко Д.А., Тимановский А.Л., Шлемин И.В, Джен С.Ф., // Сверхразрешение в системах радиовидения миллиметрового диапазона. Журнал радиоэлектроники. 2004, №3 - Март. URL: http://jre.cplire.ru/jre/mar04/3/text.html
5. 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.
6. Новейшие методы обработки изображений. / Под ред. А.А. Потапова. - М.: ФИЗМАТЛИТ, 2008, 496 с.
7. Wang Z., Bovik A.C., Sheikh H.R Image quality assessment: From error visibility to structural similarity // IEEE transaction on Image Processing. - 2004. - Vol. 13, № 4. - P. 309-12.
8. Wang X., Tian B., Liang C., Shi D. Blind Image Quality Assessment for Measuring Image Blur // Congress on Image and Signal 2008 Congress on Image and Signal Processing, 2008.
9. Журавель И.М. Краткий курс теории обработки изображений.
10. Avcibas I., Sankur B., Sayood K. Statistical evaluating of image quality measures // Journal of Electronic Imaging. - April 2002. - Vol.11, № 2. - Р. 206-223.
11. 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.
12. А. Ю. Зражевский, А. В. Кокошкин, Е. П. Новичихин, С. В. Титов, «Повышение качества радиоизображений». «Нелинейный Мир», № 9, 2010г., с. 582-590.
13. 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
14. 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
15. 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
16. А.Л. Тимановский. «Сверхразрешение в системах пассивного радиовидения». Диссертация на соискание ученой степени кандидата физико-математических наук. 2007.