无参考图像质量评价之可察觉模糊程度方法(JNB)


参考资料

主要参考ICIP2006会议论文:
Ferzli R, Karam L J. A human visual system-based model for blur/sharpness perception[J]. in International Workshop on Video Processing and Quality Metrics (VPQM) (2006)

文中有不足之处请批评指正。

背景

1、在图像的局部,由于强度,对比度等的不同,导致一些算法在评价模糊度的时候,能力有些不足;为什么强调局部呢?因为在局部

模糊的图像,可能是本身就是平滑区域;

2、图像的模糊度评价同样可以用于评价图像的锐化程度,因为,图像越模糊,那么锐化程度也就越低;

3、人眼对模糊度的评价带有一定的主观性,所以,那么通过主观的实验类得到经验公式也是合理的。

所提的方法


既然模糊成都的评价主要还是为了满足人眼的需求,那么,通过主观的实验也是合理的。

本文作者主要设置了如下的实验:(这里使用原文的图片来说明,如有侵权请告知。)

在下图所示的各种对比度条件下,通过对图像做高斯模糊处理,设置适当的步长(这里的步长是指逐渐的增加模糊的参数),当正

好被看见,或者正好不被看见的时候,记录下这个值。

原文中得到的MJNB的经验公式:(这里就直接截图了)


无参考图像质量评价之可察觉模糊程度方法(JNB)_第1张图片



无参考图像质量评价之可察觉模糊程度方法(JNB)_第2张图片

关键点


在文中,作者也提到了JND这个词,主要是用在上图所示的设置对比上,关于这一点,将在下一篇文章中介绍。






















你可能感兴趣的:(Image,Processing,图像处理,Pattern,Recognition,模式识别)