Metriche di Qualità per le Immagini battiato/EI0708/Metriche.pdf Multimedia A.A. 2007/2008 -...

Click here to load reader

  • date post

    10-Jul-2020
  • Category

    Documents

  • view

    2
  • download

    0

Embed Size (px)

Transcript of Metriche di Qualità per le Immagini battiato/EI0708/Metriche.pdf Multimedia A.A. 2007/2008 -...

  • Multimedia A.A. 2007/2008 - S. Battiato

    MetricheMetriche didi QualitàQualità per le per le

    ImmaginiImmagini DigitaliDigitali

    Prof. Sebastiano BattiatoProf. Sebastiano Battiato

  • Multimedia A.A. 2007/2008 - S. Battiato

    Una metrica di qualità è un metodo che permette di dare una valutazione qualitativa di un’immagine. E’ quindi fortemente legata al modello di percezione del sistema visivo umano.

    La valutazione oggettiva della qualità suscita grande interesse fra i produttori di display per applicazioni mobili e fisse in quanto le misure soggettive richiedono elevate risorse umane, tempi lunghi e forniscono scarsa ripetibilità; tuttavia le metriche oggettive adottate spesso non forniscono un giudizio concorde con i dati soggettivi e con le reali preferenze delle persone.

  • Multimedia A.A. 2007/2008 - S. Battiato

    La qualità percepità può essere misurata?

  • Multimedia A.A. 2007/2008 - S. Battiato

    Qualità Assoluta …

    La qualità assoluta in quanto tale è un dato oggettivo, completamente descritto dall’immagine e caratterizzabile mediante un insieme di attributi dell’immagine, alcuni semplici, altri composti da sotto–attributi, alcuni misurabili, altri non misurabili. Fra questi ricordiamo:

    il contenuto informativo dell’immagine, comprendente i soggetti raffigurati e il contesto: naturalmente non risulta matematicamente misurabile; la luminosità, forse l’unico attributo semplice e misurabile; il colore, con i suoi sotto-attributi, quali la saturazione, la naturalezza, l’omogeneità, lo scolorimento;

  • Multimedia A.A. 2007/2008 - S. Battiato

    Qualità Assoluta …

    …. il contrasto, rappresentativo sia del rapporto chiaro/scuro che delle rappresentazioni di contorni e dettagli; la nitidezza (“sharpness”), costituita dallo sfocamento (“blur”), dalle rappresentazioni dei dettagli (“detail rendering”) e dei contorni (“contour rendering”); la naturalezza dei contenuti, quali la rettilinearità delle linee rette (“line straightness”), la curvilinearità delle linee circolari (“circle rendering”), l’uniformità delle forme; le distorsioni spaziali (e/o temporali), come il rumore, gli errori di pixel e di contorni (“silhouettes”).

  • Multimedia A.A. 2007/2008 - S. Battiato

    ….e Qualità Percepita La qualità percepita, è invece un parametro soggettivo, dipendente oltre che dalle caratteristiche dell’immagine, cioè dai suoi attributi descrittivi, anche da altri fattori, quali ad esempio:

    L’elaborazione effettuata sull’immagine, che potrebbe avere in qualche modo migliorato/alterato l’immagine secondo il gusto dell’osservatore umano: le tecniche di compressione /decompressione responsabili di artefatti tipici che degradano la qualità dell’immagine (“blocking” e “ringing”); i filtraggi per la riduzione del rumore indotto dal canale di trasmissione e gli algoritmi di “enhancement”, miglioramento, della qualità (“peaking”); le conversioni di formato, per ottenere rappresentazioni migliori o far dialogare standard diversi (NTSC – PAL).

  • Multimedia A.A. 2007/2008 - S. Battiato

    ….e Qualità Percepita

    Le caratteristiche tecnologiche del display impiegato per la rappresentazione e del sistema video di uscita, con i vincoli imposti, quali per esempio: il tipo di schermo, LCD o CRT; le dimensioni dello schermo; le dimensioni dei pixel; la risoluzione spaziale; la frequenza di refresh; la memoria dedicata della scheda grafica; la velocità del bus.

    La fisiologia e la cognizione della percezione visiva umana, comprendente i meccanismi percettivi del sistema visivo, quali:la percezione della luminosità; la percezione del contrasto e i fenomeni di mascheramento del contrasto; la percezione di contorni e orientamenti; la percezione del colore; la percezione stereo della profondità; la percezione spazio – temporale della visione.

  • Multimedia A.A. 2007/2008 - S. Battiato

    Dove sta il problema? Potremmo pensare di confrontare tra loro i pixel corrispondenti di due immagini, potendo così stabilire se le due immagini sono diverse ma non possiamo dire nulla da un punto di vista “quantitativo” sulla reale distanza percettiva esistente.

  • Multimedia A.A. 2007/2008 - S. Battiato

    Image Quality and Human Vision System

    Parallel processing of orientation, texture, color and motion feature

    Parallel processing of orientation, texture, color and motion feature

    Object identification

    Detection of 2D patterns, contours and regions

    Color processing

    Color processing

    Perceptual decomposition Perceptual

    decomposition Contrast sensitivity

    Contrast sensitivity

    Masking effects

    Masking effects Pooling Pooling

  • Multimedia A.A. 2007/2008 - S. Battiato

    Classificazione delle Metriche

    Soggettive Oggettive Applicare una metrica soggettiva vuol dire effettuare una valutazione dell’immagine che tenga conto della percezione soggettiva del sistema visivo umano (HVS - Human Visual System).

    Applicare una metrica oggettiva vuol dire mettere in atto una computazione che, attraverso l’ausilio di formule matematiche, elabora in maniera automatica la valutazione di un’immagine, senza alcuna interazione col sistema visivo umano.

    Nello studio delle metriche di qualità è possibile distinguere le metriche in:

  • Multimedia A.A. 2007/2008 - S. Battiato

    Classificazione delle metriche

    Full Reference

    Le metriche di qualità possono essere poi classificate in base alla presenza di una maggiore o minore disponibilità del segnale di riferimento, con il quale confrontare l’immagine distorta. FR (Full Reference) è una metrica di qualità nella quale si ha la completa disponibilità dell’immagine di riferimento e quindi può essere effettuato un confronto completo tra l’immagine distorta, della quale si vuole conoscere la qualità, e l’immagine di riferimento.

  • Multimedia A.A. 2007/2008 - S. Battiato

    Classificazione delle metriche

    No Reference

    NR (No-Reference) è una metrica di qualità nella quale non si ha alcuna informazione sull’immagine di riferimento. In molte applicazioni video le immagini di riferimento o le sequenze video, spesso non sono accessibili, quindi è desiderabile, per poter gestire tali situazioni, utilizzare metriche che possano valutare la qualità di un’immagine o di un video senza un riferimento.

  • Multimedia A.A. 2007/2008 - S. Battiato

    Classificazione delle metriche

    Reduced Reference

    RR (Reduced Reference) è una metrica di qualità nella quale l’immagine di riferimento non è per intero disponibile. In questo caso si estraggono, dall’immagine originale, solo alcune informazioni parziali che vengono in qualche modo elaborate per fornire una valutazione della qualità, dell’immagine distorta, presa in esame.

    Spatial details; Amount of motion; EXIF metadata; …

  • Multimedia A.A. 2007/2008 - S. Battiato

    Che fare in pratica?

    Vista la difficoltà intrinseca legata all’individuazione di metriche soggettive affidabili ci si rifà in pratica alle seguenti metriche oggettive:

    MSE - (Mean Square Error)

    PSNR - (Peak Signal-to Noise Ratio)

    ΔE*a,b CIELAB

  • Multimedia A.A. 2007/2008 - S. Battiato

    MSE e PSNR

    dove N è il numero di pixel presenti nell’immagine, cioè N=n*m dove n ed m rappresentano rispettivamente l’altezza e la larghezza dell’immagine, e si riferiscono all’i-esimo pixel, rispettivamente, nell’immagine di riferimento e nell’immagine distorta; infine, L è il range dinamico dei valori dei pixel, cioè per un segnale che presenta n bits/pixel, L è uguale a 2n-1 .

    ∑ =

    −= N

    i ii yxN

    MSE 1

    2)(1 MSE LPSNR

    2

    10log10=

  • Multimedia A.A. 2007/2008 - S. Battiato

    MSE e PSNR

    MSE e PSNR sono molto usati perché semplici da calcolare, però non sempre danno un risultato fedele a quello dato dal sistema visivo umano. Infatti:

    La sensibilità del sistema HVS agli errori può essere diversa per diversi tipi di errori, e può variare anche in base al contesto visuale. Tale differenza non può essere colta adeguatamente dall’MSE. Due immagini distorte possono avere tipi molto diversi di errori pur avendo lo stesso MSE. Entrambe le metriche sono fortemente influenzati ancheda “impercettibili” movimenti spaziali (traslazioni,rotazioni, flipping di righe e/colonne)

    ∑ =

    −= N

    i ii yxN

    MSE 1

    2)(1 MSE LPSNR

    2

    10log10=

  • Multimedia A.A. 2007/2008 - S. Battiato

    Rappresentazione del colore

    Nel caso monocromatico, l’unico attributo necessario a caratterizzare in ogni punto l’immagine è l’intensità, che si traduce nel valore di grigio del corrispondente pixel. Nel caso della radiazione cromatica, per ogni punto dell’immagine occorre tener conto dei tre valori dei primari che ne determinano il colore. A tal fine la classica rappresentazione delle immagini a colori prevede l’impiego di tre matrici di intensità, una di rosso, una di verde, una di blu. In altre parole, nel caso della radiazione cromatica, l’intensità da sola non è sufficiente a caratterizzare l’imma