您好、欢迎来到现金彩票网!
当前位置:刘伯温2018年一句玄诗 > 图像质量 >

智能手机图像质量评估方法

发布时间:2019-06-16 13:24 来源:未知 编辑:admin

  有个方法来评估智能手机的图像质量不仅是对开发和设计人员有利,而且对使用者也有利。相机工程师需要快速准确可靠的评估他们制定的系统决策产生的影响。智能手机的客户在定量理解图像的质量时,可以包含这些信息,这样就可以在产品之间做出明智的决定。这个研究项目主要目的是为智能手机图像质量评估开发一个流程。实验主要是为了评估色调,颜色,清晰度及噪声,用2012至2014年底之间生产的20款摄像机进行捕获图像。每个设备都去捕获各种场景的图像。在每个测试中,观察者规定使用固定比例实验室协议,为所有的测试图像进行整体质量评估及特定的图像质量特征评估。

  结果显示单独的特征和综合质量之间有很高的相关性。这也就决定了在清晰度和噪声上,客观测量和可视化结果有很高的相关性。两种分析表明一个两步处理法,第一是把设备分成低质量和高质量两类,其次改善设备的质量确保成功预测视觉结果。

  现在很容易访问任何公共空间或事件,任何一批智能手机摄像头都是可以对准风景,游客和拍照的人。拍照的流程变得简单容易,这样任何一个人都可以按键拍照。智能手机使用了一套自动化系统,包括自动对焦,自动曝光,自动白平衡,自动色调压缩,都是为了帮助使用者在高动态范围场景能够拍出可接受的图像。自动化程度导致了智能手机摄像头产生的图像的质量范围显着。

  有一个方法来评估图像质量对图像工程师来说是至关重要的。图像工程师需要知道他们做的系统决定的影响,要懂得在成本,速度,传感器尺寸和图像质量之间做权衡。这种方法对于那样想要量化了解不同智能手机的图像质量有很大帮助,这样他们就可以在基于成本,功能和图像质量上做一个明智的决定。

  为了开发出一个这样的方法,VICTOR (Visually Integrative Camera Test and Open Report)项目正在进行。这个研究项目包含了一系列的实验,为了是开发出一个评估形象图像的程序,特别是为了智能手机图像。评估图像是一个复杂的过程,ISO已经在这方面进行研究很多年。在这次研究中,为了使问题更容易处理,图像质量特征首次进行单独评估,包含有给定的特征和整体的感知图像质量。清晰度,噪声,颜色,色调重现正在研究,每次使用大量的形象场景。

  要进行三个实验:一个是为了评估色调,一个是为了评估颜色,还有一个是为了评估清晰度和噪声。在每部分,观察者首先被要求评价测试图像的整体质量。然后给他们随机展示图像并被要求评价图像的特定特征。在第三部分,测试图像给观察者展示三次。除了整体质量,他们也被要求评估噪声和清晰度,首先一半观察者评估噪声,另一半评估清晰度。来自RIT校园环境的20名观察者参加实验的每一部分。所有观察者的性别,种族,大致年龄和区域被记录。所有参加实验的观察者有正常的色觉和视力。

  二十个摄像机进行测试。这些设备是在2010年至2014年之间发布的,但是有一个是在2010年发布的。每个实验部分每个设备都捕获了各种场各样的场景,见图像1-3。在评估色调这个部分,图1中场景有很大的动态范围,包括了明亮和昏暗。虽然有一个场景是在室内拍摄的,但是大部分场景都是在户外拍摄。在评估颜色部分,图2所示,包含了人物,天空,木头和食物。四个场景是在室内拍摄,三个是在室外拍摄。大部分场景包含了很高的色彩,但是有一个场景没有。四个场景被用来评估噪声,见图3。这些总共包括了一个有大面积天空的场景,两个室内场景,没有闪关灯的弱光的场景和一个夜景。五个场景被用于评估清晰度(图3),其中三个也被用来评估噪声(塔,天空和两个室内场景)连同另一个,更明亮的室内场景和一个石头雕刻的建筑物的正面图像。

  图3额外的场景用在清晰度和噪声实验中,用于清晰度实验的是商场,雕塑,塔,闪光和低亮度场景,用在噪声实验的是塔,闪光,低亮度和夜景。

  使用一个固定比例实验协议。这种方法选中是因为预期的质量和被评估的之间潜在的存在很大的差异。(虽然一对或三个一组做比较是简单容易观察的,但如果两个刺激因素可靠不同,是没有提供估计的视觉差别的大小。其他选择是质量标尺方法,虽然很强大,但是要求很复杂的准备才能产生可靠的结果。)观察者被要求相对于参考图片按照比例测试刺激因素。实验设置如图4所示。一个高质量的图像在屏幕的右边,低质量的图片在屏幕的左边。低质量和高质量的图片分别被任意指定数值为30和75。观察者和HP ZR30w显示屏中心的距离大约18英寸。他们得到指示然后输入指定的值。这些值显示在屏幕的右上方。在实际实验中每个观察者被提供四个训练图像并被要求随自己的意愿评价这些图像。当观察者表示能舒适的进行实验的流程时,房间里的灯是熄灭的,测试就开始了。

  实验的结果包括了图像整体的评估和个别特征评估,见表1和2。这些结果显示了很高的相关性。也有一些异常的。在色调评估这部分,在沙滩遮阳伞场景的色调和整体质量的相关性要比其他场景的要低。颜色和整体质量之间的相关性在任何情况下都很高。天空和傻子的颜色质量在评估整体图像质量时比色调质量更严格,因为这场景,缺少充实的阴影和高亮区域。当然,在两种测试中都包括的三个场景,对于“海滩”场景比“庭院”场景和“记忆场景”要高,虽然很少同意,但一般观察者发现有着高色调的图像会有着高质量的颜色。

  在辣椒场景的颜色质量测试中的相关性要比其他场景低很多。如果三张没有对焦的图像从分析中删除,相关系数会增加到0.96。这证实了清晰度得到影响和感知图像质量的复杂性。

  整体质量和清晰度及噪声之间的相关性一般很高,见表2。清晰度任何单独特征的相关性都是最高的。塔场景的噪声评估的相关性比其他的场景低很多。这就暗示了,在这场景中,对于推动认知整体质量,清晰度比噪声更重要。当然,在色彩实验中,购物商场的场景整体质量评估和清晰度及噪声基本没有相关性(相关系数=0.03)。

  随同主观测试,客观测试也在进行,在不同的照明条件下,对准TE42测试图卡进行捕获图像。客观评价指标包括使用OECF图卡测得视觉噪声,Delta L,西门子星测试的分辨率vMTF,采用枯叶图测试的纹理vMTF及从斜边图卡测试的锐利vMTF值。主观评价也是相关于客观评价的这些指标。

  采用分辨率vMTF和纹理vMTF权重组合,能够准确预测清晰度的质量,这两个值是在D65光源,20lux照明条件下得到的,如图5所示。在D65 700lux和D65 100lux照明条件下,得到表面噪声,视觉噪声(配有一定权重的dL)数值最靠近预测的视觉噪声,如图6所示。请注意有一个设备噪声评定等级(.82)比主观评定的保证(40)要低很多。这个设备在低光照条件下拍摄的图像通常是曝光过度的并且有大量的降噪应用。而这些图像的噪声水平明显普遍很低,观察者在进行评估时可能无法忽视其它明显的工件。

  图5客观和主观对清晰度的评定。客观测量是在D65 20lux条件下,由分辨率和纹理MTFs加权组合得到

  图6 客观和主观对图像噪声的评定。客观测量是在D65 700lux和D65 100lux时,视觉噪声的加权组合得到的。

  这个实验就是检验确定实验结果和实验开始时少量的观察者使用不同的设备得到的结果是否一致。实验包含了12个设备,八个已经用在初始的实验中和4个未实验的设备。每个设备都有四个观察者进行相同的三部分实验。自新的设备加进来之后,场景需要补拍。六个场景用在实验中的每个部分。

  结果显示了感知的总体质量和单独图像质量特征有着相似的关系,如表3和4及图7。清晰度和整体图像质量的相关性最高。色调,颜色和噪声与整体质量有着相似的相关性。

  客观结果和主观结果之间的关系和初始实验的结果很相似。在D65 20lux预测的清晰度值与视觉结果有很高的相关性,图8所示。在这个实验中也显示了在D65 20lux下的预测结果精确的把设备分成低等,中等和高等质量。凭借这个预先分类,D65 20lux和D65 700lux测得边缘MTF值精确的预测了三个高端设备的相对性能。注意在这个实验中只有三个设备并且在20个实验设备中只有一个高端设备,所以数据整体是非常小。这种使用清晰度通过预先分类的方法在整体图像质量的评估中是非常有用的,因为初始实验的结果显示清晰度比颜色和噪声是更有力的工具。在他们研究全参考图像质量评估时,拉尔森和钱德建议观察者在评估低质量和高质量图像时使用不同的视觉策略。他们发现,对于高质量图像,观察者会在图像上寻找畸变和假象,而对于有明显的畸变和假象的图像,观察者会更全面的进行评估。图像质量的不同策略评价的发现,从预先分成低质量和高质量设备受启发并为预测感知图像质量构造一个方法,在评估策略中反映了这个转变。

  如图9所示,在很高的照明条件和D65100lux条件下,预测的噪声与额外添加dL成分的视觉噪声表现的很好。在这个案例中,不管怎样,测量值是在D65 2000lux下得到的。这些值稍微优于在初始实验中D65 700lux条件下预测的值。一个设备(在初始实验中同样的设备)产生的主观噪声评定要比客观测量的要低,可能是因为平滑假象造成过度的“噪声清洗”。

  相对于客观数据的颜色的初始评估正在进行。结果还没有确定。相对于客观目标,主观评级主要是比较颜色,亮度,色调和色度。相关性很差。相对较高的相关性是可以达到的,如果主观评级是比较场景中的主颜色。例如,在辣椒场景主要是绿色,在树林场景是镶板的颜色。进一步的工作正在进行。

  图8客观与主观清晰度评级。客观测试是在D65 20lux时分辨率和纹理MTF组合得到。

  图9客观相对于主观的噪声评级。客观测量值是在D65 2000lux和D65 100lux时视觉噪声和dL组合得到的。

  这一努力的长期目标是开发出一种方法通过捕获系统让单独的图像特征合成一个整体图像指标。为这个目标的第一步,要收集对色调,颜色,清晰度和噪声的主观评价数据。这些实验的结果已经在本文列出。如果图片在对焦和曝光方面都很好,是高质量图片,则单独特征和整体图像质量之间的相关性很高。清晰度和噪声的视觉结果和客观结果的相关性也已经研究。这个决定了,对于噪声,视觉噪声成功了预测视觉结果。对于清晰度,使用分辨率和纹理两步方法把设备分成高等,中等和低等,同时对于更高等设备使用斜边MTF,对于低中等设备使用纹理MTF,成功预测了视觉结果。

  最初,用客观的数据评价颜色的结果还没有结论。主观和客观进行比较颜色,亮度,色调和色度的差异。相关性很差。如果使用场景的主颜色用于主观和客观评价,相关性很高。进一步的工作是开发出一致的方法用于客观评价颜色。(文/外滩强哥)

  专访Qorvo郭宜婷:女工程师如何在半…52RD网友:个人看好本次收购,完成收购后,解散腐朽的管理层,解雇吃白饭的人,提拔年轻一代的俊才,引入激励制度,让能者多得。郭一定会这么做的。…

  夏普的“日本病”与鸿海的“中医治疗”52RD网友:从去年开始,整个中国市场手机趋于饱和,手机行业的狂烧钱,搞得我很头痛。 小米除了用户体验,最重要的不就是 “性价比”吗? 最喜欢…

  雷军首度松口:为投资人和员工小米不…google:小米没有任何技术积累,短短几年做到现在的位置已经属于奇迹了。 苹果在消费电子产品的积累不是短时间能追上的,苹果在技术上要求太高…

  小米神奇不再 超越苹果三星可能性越…52RD网友:文章说得太好了,我深有同感, ......房价的资本属性被拉的这么满,怎么能够看到年轻人的生存底线?...... ......一旦大批企业外迁,后…

http://twistedear.com/tuxiangzhiliang/345.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有