JP5510688B2 - 画像のマルチレベル分解を利用して画質計測値を決定する方法およびシステム - Google Patents
画像のマルチレベル分解を利用して画質計測値を決定する方法およびシステム Download PDFInfo
- Publication number
- JP5510688B2 JP5510688B2 JP2012552211A JP2012552211A JP5510688B2 JP 5510688 B2 JP5510688 B2 JP 5510688B2 JP 2012552211 A JP2012552211 A JP 2012552211A JP 2012552211 A JP2012552211 A JP 2012552211A JP 5510688 B2 JP5510688 B2 JP 5510688B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- level
- subband
- approximate
- edge
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20064—Wavelet transform [DWT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Description
P.C TeoおよびD.J.Heegerの研究では、ステアリング可能なピラミッド変換を利用して画像を幾つかの空間周波数レベルに分解しており、ここで各空間周波数レベルは、さらに一式の(6つの)配向帯域に分割される。彼らが提示する方法は、「認識される画像の変形」Proc.IEEE.Int.Conf.画像処理、2巻、1994年11月、982−986ページに記載されている。D.M.ChandlerおよびS.S.Hemaniが「ウェーブレットに基づく、自然画像の視覚上の信号対雑音比」画像処理に対するIEEE処理、16巻、9号、2284−2298ページ、2007年9月で説明しているVSNRも、画像前処理の後に、離散ウェーブレット変換と9/7双直交フィルタとを利用して、参照画像と変形画像との間で、参照画像およびエラー両方を分解する、という別の高度なHVSに基づくメトリックである。この技術では、次に、コントラスト検知閾値を計算して、ウェーブレット分解が生成した各サブバンドの変形を検知する能力を評価する。多解像分解ではなくてフーリエ変換を利用する上昇型の方法を利用する公知な方法には、他にも、重み付けを加えた信号対雑音比(WSNR)などがあり、これは、N.Damera−Venkata、T.D.Kite、W.S.Geisler、B.L.Evans、および、A.C.Bovikが「劣化モデル(degradation model)に基づく画質評価」画像処理に対するIEEE処理、9巻、4号、636−650ページ、2000年4月、および、M.Miyahara、K.Kotani、V.R.Algaziが、「画像符号のための客観的画質スケール(PQS)」、通信に対するIEEE処理、46巻、9号、1215−1225ページ、1998年9月で説明している画質スケール(PQS)で説明している。上昇型の方法は、幾つか重要な制約を有しており、例えば、Z.WangおよびA.C.Bovikによる「現代の画質の評価」米国、Morgan&Claypool、2006、および、Z.Wang、A.Bovik、H.Sheikh、および、E.Simoncelliによる「画質評価:エラー可視性から構造的類似度へ」画像処理に対するIEEE処理、13巻、4号、600−612ページ、2000年4月で取り扱われている。
さらに、N.Damera−Venkata、T.D.Kite、W.S.Geisler、B.L.Evans、および、A.C.Bovikが「劣化モデル(degradation model)に基づく画質評価」画像処理に対するIEEE処理、9巻、4号、636−650ページ、2000年4月で説明しているWSNR、雑音品質計測値(NQM)および、D.M.ChandlerおよびS.S.Hemaniが「VSNR:ウェーブレットに基づく、自然画像の視覚上の信号対雑音比」画像処理に対するIEEE処理、16巻、9号、2284−2298ページ、2007年9月で説明しているVSNR等の、エラーに基づく技術は、人間の視覚システム(HVS)パラメータを計算するために高度な処理を必要とするために、少々複雑になる。
Z.Wang、E.Simoncelli、およびA.C.Bovikによる「画質評価に対するマルチスケール構造的類似度」Proc.IEEE Asilomar Conf.Signals,Systems,Computers、2巻、2003年11月、1398−1402ページに記載されているマルチスケールSSIMは、ローパスフィルタとダウンサンプリングを繰り返すことで、5つの異なる解像度の画像の詳細を含めて、SSIM評価の制度を上げる試みを行っている。「構造的類似度メトリックを理解して簡略化する」Proc. IEEE International Conference on image processing、サンディエゴ、2008年10月、1188−1191ページ、および、D.M.RouseおよびS.S.Hemamiによる「画質評価について離散ウェーブレット変換に基づく構造的類似度への投資」Proc. IEEE International Conference on image processing、サンディエゴ、2008年10月、377−380ページでは、これを、異なるレベルのサブバンドを利用して離散ウェーブレット領域で計算することを提唱している。
Daubechiesの9/7ウェーブレットを利用する5レベル分解を、原画像および変形画像両方に適用してから、SSIMを対応するサブバンド間で計算する。最後に、類似度の計測値を、全てのSSIMの重み付けされた平均値を計算して求める。重みを決定するまでには、人間の目の様々な周波数帯域への感度を計測するために多くの実験が行われた。Z.Wang、および、E.Simoncelliは、「複素ウェーブレット領域の、変換(translation)に左右されない画像類似度」Proc. IEEE International Conference on Acoustics, Speech, Signal Processing、2巻、2005年3月、573−576ページで、並びに、M.P.Sampat、Z.Wang、S.Gupta、A.C.Bovik、およびM.K.Markeyが「複素ウェーブレットの構造的類似度:新たな画像類似度のインデックス」画像処理に対するIEEE処理、18巻、11号、2385−2401ページ、2009年11月で、複素ウェーブレット構造的類似度(CW−SSIM)を説明しており、これは、6スケール、16配向のステアリング可能ピラミッド分解特徴の複素数バージョンの利点を享受しており、僅かな幾何学的歪みに対応する計測値を提案している。
2からN−1までの範囲であるレベルiで、レベルi−1で行われる多解像度分解で生成された中間サブバンドの1以上に多解像度分解を適用する段階とを実行すること、の1以上を実行する。
コントラストマップとは、画像または副画像のそれぞれ異なる領域に、自動的にそれぞれの視覚重要性に応じた重みを割り当てる重み付け関数のことである。差動平均意見スコア(DMOS)とは、参照画像と比したときの、変形画像の主観的な品質損失を示す。離散ウェーブレット変換とは、高周波成分から低周波成分を分離するために画像に行う変換のことである。エッジマップとは、画像のエッジの推定値を特徴付ける。ガウススライドウィンドウとは、単位合計(unit sum)の係数とガウス確率分布のセットのことである。線形相関係数(LCC)とは、線形またはピアソン相関係数であり、2つの量の間の相関関係を示す計測値である。これは、2つの変数の共分散を、それぞれの標準偏差の積で除算することで得られる。提案する方法によるLCCは、予測精度を示す。多解像度分解(multiresolution decomposition)とは、デジタル画像に利用されて、いくつかの副画像を生成する処理(または変換)のことである。副画像の1つが原画像の低周波主要コンテンツを表し、残りの他の副画像が原画像の詳細を表す。スピアマンの順位相関係数(SRCC)とは、2つの変数間の統計的依存性を示す計測値である。2つの変数の間の関係が、単調関数でどのくらいよく示されているかを表す。+1のSRCCは、変数それぞれが他の完全な単調関数であることを示す。サブバンドとは、ある画像のNレベルの多解像度分解中に、多種のサブバンドが生成される、というようなコンテキストで利用される用語である。1つの画像Xについてこれらサブバンドを説明する形で取り扱われる。このセクションで利用されるXおよびインデックス変数Lは、例にすぎず、本願の説明に出てくる他の変数名で置き換えることもできる。Nレベルの多解像度分解の最後に生成されるサブバンドは、次に紹介する近似サブバンドおよび詳細サブバンドと称される。Nレベルの分解の後に得られる、ある画像Xの近似サブバンドは、
画像Xおよび画像Yのためのエッジマップの生成に利用される参照画像Xおよび変形画像Yの詳細サブバンドの集計を実行する際に利用される方法を、図3dおよび図3eを参照して説明する。集計を行う方法の各ステップを説明する前に、基礎となるコンセプトを説明する。
ここでXEはXのエッジマップであり、XE,Lは、数2で定義されるように計算される画像XのレベルLにおけるエッジマップである。重みωLは、様々な重要度を、1からnの異なるレベルで実行される多解像度分解に関連付けるために利用される。一式の所定の重み付けを任意のレベルi(i=1からn)のうちの任意のものに利用することができる。数式で利用されるLの値は、レベルを示すiに等しい。
オプション1:
ここで、k、l、mそれぞれの0、1、または複数の値について、μk=0、λl=0、ψm=0、とすることもできる。
選択肢1a:
ここで、k、l、m、k'、l'、m'それぞれの0、1、または複数の値について、μk=0、λl=0、ψm=0、μ'k'=0、λ'l'=0、ψ'm'=0とすることもできる。
本実施形態は、SSIM IQMを利用する。本発明の本実施形態のSSIM−ベースの方法の各ステップを、図4を参照して説明する。開始後(ボックス402)、処理400はN(DWTのレベル数)を1に設定する(ボックス404)。画像近似サブバンドは本発明の実施形態の肝なので、Nは、近似品質スコアSSIMA(計算は次の段落で述べる)の精度が最大化されるようなものを選択する。図5aに示すグラフ500のプロットは、異なるNの値についてのSSIMAおよび差動平均意見スコア(DMOS)値の間の線形相関係数(LCC)およびスピアマンの順位相関係数(SRCC)を示している。このテストを実行するにあたり、H.R.Sheikh,Z.Wang、L.Cormack、およびA.C.Bovikによる「LIVE画質評価データベース・リリース2」(http://live.ece.utexas.edu/research/quality)が記載するLIVE画質評価データベース・リリース2の799全ての変形画像を、LLCおよびSRCCの計算に含めた。図5aに示すように、SSIMAは、N=1のときに最良のパフォーマンスを達成する。この理由は、2以上の分解レベルについて、近似サブバンドは非常に小さくなり、近似サブバンド内でいくつもの重要な画像構造が失われるからである。
VIFインデックスは、H.R.Sheikh、M.F.Sabir、およびA.C.Bovikが「最近の全参照画質評価アルゴリズムの統計学的評価」、画像処理に対するIEEE処理、15巻、11号、3440−3451ページ、2006年11月で記載しているような、有名な画質評価アルゴリズムのパフォーマンス評価において正確な画質メトリックの1つとして認められている。高レベルの精度は有しているものも、このIQMは、様々なアプリケーションでSSIM IQMと違ってあまり重きを置かれてこなかった。この理由はおそらく計算が複雑であるからであろう(H.R.SheikhおよびA.C.Bovikが「画像情報および視覚品質」画像処理に対するIEEE処理、15巻、2号、430−444ページ、2006年2月では、SSIMインデックスよりも6.5倍も計算時間がかかる、とされている)。VIF IQMの複雑性の大半の理由は、同じサブバンドの近隣の係数が線形相関しているような、過度に完全な(over-complete)ステアリング可能ピラミッド分解に起因していると思われる。この結果、ベクトルガウススケール混合GSM(vector Gaussian scale mixture)を正確な品質予測を行うために実行する。
この実施形態では、変形画質計測値を決定するためにPSNR IQMが利用される。従来のPSNRおよびその均等物である平均二乗誤差(MSE)を数29および数30で定義する。
本実施形態ではAD IQMを利用する。本発明の本実施形態のAD−ベースの方法の各ステップを、図10を参照して説明する。開始後(ボックス1002)、処理1000はNを決定する(ボックス1004)。前述したようにテストを画像データベースに行った。図11は、取得した異なる分解レベルについての近似ADマップ、ADA(その生成に関しては次の段落で述べる)およびDMOS値の間のLCCおよびSRCCを示すグラフ1100を示している。PSNRAに類似して、ADAパフォーマンスはN=2のとき最良である。Nの一般値は、数1eにより計算することができる。
変形画像についての品質の計測値を決定する本発明の実施形態の方法のパフォーマンスは、H.R.Sheikh,Z.Wang、L.Cormack、およびA.C.Bovikによる「LIVE画質評価データベース・リリース2」(http://live.ece.utexas.edu/research/quality)が記載するLIVE画質評価データベース・リリース2の画像を利用して評価される。このデータベースは、5つの種類の変形(JPEG圧縮、JPEG2000圧縮、ガウスホワイトノイズ(GWM)、GBLur(Gaussian blurring:ガウス暈し)、および、レイリー高速フェージング(FF)チャネルモデル)を利用して29個のカラー元画像から得られた779個の変形画像を含んでいる。データベース用に再編成された主観的な品質データを全ての実験で利用することができる。
段階(b10i)は、集計時に画像Yのレベルi−WP水平サブバンドを含む段階を含み(d11)、段階(b10ii)は、集計時に画像Yのレベルi−WP垂直サブバンドを含む段階を含み(e11)、段階(b10iii)は、集計時に画像Yのレベルi−WP対角サブバンドを含む段階を含む(f11)。
上述したシステムでは、離散ウェーブレット変換は、ハール変換であってよい。または、離散ウェーブレット変換は、ニューランド変換、またはDaubechiesフィルタを利用するウェーブレット変換であってもよい。
本発明のまた別の態様では、コンピュータ可読プログラムコード命令が格納されたコンピュータ可読格納媒体であって、コンピュータ可読プログラムコード命令は、プロセッサにより実行されると、(a49)1、2、…i、i+1、…Nを含むNレベルの多解像度分解を画像Xに適用して、1からN−1までの範囲である各レベルiについて、レベルi+1で処理するために画像Xの中間サブバンドを生成して、レベルNについて、画像Xの主要コンテンツを含む近似サブバンドと、画像Xのエッジを含む詳細サブバンドとを生成する段階と、(b49)1、2、…i、i+1、…Nを含むNレベルの多解像度分解を画像Yに適用して、1からN−1までの範囲である各レベルiについて、レベルi+1で処理するために画像Yの中間サブバンドを生成して、レベルNについて、画像Yの主要コンテンツを含む近似サブバンドと、画像Yのエッジを含む詳細サブバンドとを生成する段階と、(c49)画質メトリック(IQM)を画像Xの近似サブバンドと画像Yの近似サブバンドとに適用して、画像Xの主要コンテンツと画像Yの主要コンテンツとの間の類似度を特徴付ける近似品質計測値を生成する段階と、(d49)画像Xについて、1からN−1までの範囲であるレベルiで中間サブバンドおよび画像Xの詳細サブバンドを集計して、画像Xのエッジを特徴付ける画像Xのエッジマップを生成する段階と、(e49)画像Yについて、1からN−1までの範囲であるレベルiで中間サブバンドおよび画像Yの詳細サブバンドを集計して、画像Yのエッジを特徴付ける画像Yのエッジマップを生成する段階と、(f49)画像Xのエッジマップと画像Yのエッジマップとの間にIQMを適用して、画像Xのエッジと画像Yのエッジとの間の類似度を特徴付けるエッジ品質計測値を生成する段階と、(g49)近似品質計測値とエッジ品質計測値とを処理して品質計測値を決定する段階とを実行させるコンピュータ可読格納媒体が提供される。
Claims (17)
- 変形画像Y用の品質計測値を決定するための方法であって、前記画像Yと、前記画像Yと同じ行列数の画素を有し、変形されていない参照画像Xとの間の類似度を特徴付け、
(a)レベル1、2、…i、i+1、…Nを含むNレベルの多解像度分解を画像Xに適用して、
1からN−1までの範囲である各レベルiについて、レベルi+1で処理するために前記画像Xの中間サブバンドを生成して、
レベルNについて、前記画像Xの主要コンテンツを含む近似サブバンドと、前記画像Xのエッジを含む詳細サブバンドとを生成する段階と、
(b)1、2、…i、i+1、…Nを含むNレベルの多解像度分解を前記画像Yに適用して、
1からN−1までの範囲である各レベルiについて、レベルi+1で処理するために前記画像Yの中間サブバンドを生成して、
前記レベルNについて、前記画像Yの主要コンテンツを含む近似サブバンドと、前記画像Yのエッジを含む詳細サブバンドとを生成する段階と、
(c)画質メトリック(IQM)を前記画像Xの前記近似サブバンドと前記画像Yの前記近似サブバンドとに適用して、前記画像Xの前記主要コンテンツと前記画像Yの前記主要コンテンツとの間の類似度を特徴付ける近似品質計測値を生成する段階と、
(d)前記画像Xについての1からN−1までの範囲である前記レベルiの前記中間サブバンドおよび前記画像Xの前記詳細サブバンドを集計して、前記画像Xの前記エッジを特徴付ける前記画像Xのエッジマップを生成する段階と、
(e)前記画像Yについての1からN−1までの範囲である前記レベルiの前記中間サブバンドおよび前記画像Yの前記詳細サブバンドを集計して、前記画像Yの前記エッジを特徴付ける前記画像Yのエッジマップを生成する段階と、
(f)前記画像Xの前記エッジマップと前記画像Yの前記エッジマップとの間に前記IQMを適用して、前記画像Xの前記エッジと前記画像Yの前記エッジとの間の類似度を特徴付けるエッジ品質計測値を生成する段階と、
(g)前記近似品質計測値と前記エッジ品質計測値とを処理して前記品質計測値を決定する段階と
を備える方法。 - 前記段階(d)はさらに、
前記画像Xの1からN−1までの範囲である各レベルiについての前記中間サブバンドと前記詳細サブバンドとを、前記品質計測値の決定で達成される精度に基づいて選択する段階と、
前記画像Xについて、選択された中間サブバンドおよび選択された詳細サブバンドのみを集計する段階と
を有し、
前記段階(e)はさらに、
前記画像Yの前記各レベルiについての前記中間サブバンドと前記詳細サブバンドとを、前記品質計測値の決定で達成される前記精度に基づいて選択する段階と、
前記画像Yについて、選択された中間サブバンドおよび選択された詳細サブバンドのみを集計する段階と
を有する請求項1に記載の方法。 - 前記画像Xについて前記中間サブバンドおよび前記詳細サブバンドを選択する段階はさらに、前記画像Xについて、同じ解像度を有する前記各レベルiについての前記選択された中間サブバンドと前記詳細サブバンドと選択する段階を有し、
前記画像Yについて前記中間サブバンドおよび前記詳細サブバンドを選択する段階はさらに、前記画像Yについて、同じ解像度を有する前記各レベルiについての前記選択された中間サブバンドと前記詳細サブバンドと選択する段階を有する請求項2に記載の方法。 - 前記画像Xおよび前記画像Yの前記各レベルiについての前記中間サブバンドは、各画像において、レベルi−詳細サブバンドおよびレベルi−ウェーブレットパケット(WP)サブバンドを含み、
前記レベルi−WPサブバンドは、レベルi−WP近似サブバンドおよびレベルi−WP詳細サブバンドを含み、
前記レベルi−WP近似サブバンドはさらに、レベルi−水平WP近似サブバンドとレベルi−垂直WP近似サブバンドと、レベルi−対角WP近似サブバンドとを含む請求項2または3に記載の方法。 - 前記段階(a)において、
レベル1で、前記画像Xに前記多解像度分解を適用して、レベル2における処理用に、レベル1の中間サブバンドを生成する段階と、
2からNまでの範囲であるレベルiで、レベルi−1で行われる前記多解像度分解で生成された前記中間サブバンドの1以上に前記多解像度分解を適用する段階とを実行すること、および、
前記段階(b)において、
レベル1で、前記画像Yに前記多解像度分解を適用して、レベル2における処理用に、前記レベル1の中間サブバンドを生成する段階と、
2からN−1までの範囲であるレベルiで、レベルi−1で行われる前記多解像度分解で生成された前記中間サブバンドの1以上に前記多解像度分解を適用する段階とを実行すること、の1以上を実行する請求項1から4のいずれか一項に記載の方法。 - 前記近似品質計測値は近似品質マップであり、前記エッジ品質計測値はエッジ品質マップであり、
前記段階(g)はさらに、
前記画像Xおよび前記画像Yの前記近似サブバンドおよび前記エッジマップの前記画素に対応する値を、それぞれの人間の視覚システムに対する重要度に応じて割り当てることを含む、コントラストマップを生成する段階と、
前記コントラストマップを利用して前記近似品質マップに重み付けされたプーリングを実行して、近似品質スコアを生成する段階と、
前記コントラストマップを利用して前記エッジ品質マップに重み付けされたプーリングを実行して、エッジ品質スコアを生成する段階と、
前記近似品質スコアを、エッジ類似度スコアと組み合わせて、前記品質計測値を決定する段階とを有する請求項1から5のいずれか一項に記載の方法。 - Nを、人間の視覚システムに対してピーク応答を生成する、近似サブバンドSの最小サイズの関数として決定する段階をさらに備える請求項1から6のいずれか一項に記載の方法。
- 前記段階(c)は、前記画像Xの前記近似サブバンドと前記画像Yの前記近似サブバンドとに構造的類似度(SSIM)IQMを適用して、近似SSIMマップSSIMAを生成する段階を有し、
前記段階(f)は、前記画像Xの前記エッジマップと前記画像Yの前記エッジマップとの間にSSIM IQMを適用して、エッジSSIMマップSSIMEを生成する段階を有し、
前記段階(g)は、前記SSIMAと前記SSIMEとを処理して、SSIMDWTスコアを前記品質計測値として決定する段階を含む、または、
前記段階(c)は、前記画像Xの前記近似サブバンドと前記画像Yの前記近似サブバンドとに絶対差(AD)IQMを適用して、近似ADマップADAを生成する段階を有し、
前記段階(f)は、前記画像Xの前記エッジマップと前記画像Yの前記エッジマップとの間に前記AD IQMを適用して、エッジADマップADEを生成する段階を有し、
前記段階(g)は、前記ADAと前記ADEとを処理して、ADDWTスコアを前記品質計測値として決定する段階を含む、または、
前記段階(c)は、前記画像Xの前記近似サブバンドと前記画像Yの前記近似サブバンドとにピーク信号対雑音比(PSNR)IQMを適用して、PSNR近似品質スコアPSNRAを生成する段階を有し、
前記段階(f)は、前記画像Xの前記エッジマップと前記画像Yの前記エッジマップとの間にPSNR IQMを適用して、PSNRエッジ品質スコアPSNREを生成する段階を有し、
前記段階(g)は、前記PSNRAと前記PSNREとを処理して、PSNRDWTスコアを前記品質計測値として決定する段階を含む、または、
前記段階(c)は、前記画像Xの前記近似サブバンドと前記画像Yの前記近似サブバンドとに視覚情報忠実度(VIF)IQMを適用して、VIF近似品質スコアVIFAを生成する段階を有し、
前記段階(f)は、前記画像Xの前記エッジマップと前記画像Yの前記エッジマップとの間にVIF IQMを適用して、VIFエッジ品質スコアVIFEを生成する段階を有し、
前記段階(g)は、前記VIFAと前記VIFEとを処理して、VIFDWTスコアを前記品質計測値として決定する段階を含む請求項1から7のいずれか一項に記載の方法。 - 前記段階(a)および前記段階(b)は、Nレベルの離散ウェーブレット変換を適用する段階を有し、前記離散ウェーブレット変換は、ハール変換、ニューランド変換、またはDaubechiesフィルタを利用するウェーブレット変換であってよい請求項1から8のいずれか一項に記載の方法。
- 変形画像Y用の品質計測値を決定するためのシステムであって、前記画像Yと、前記画像Yと同じ行列数の画素を有し、変形されていない参照画像Wとの間の類似度を特徴付け、
プロセッサと、コンピュータ可読命令が格納されたコンピュータ可読格納媒体とを備え、前記コンピュータ可読命令は前記プロセッサにより実行されると、
(a)1、2、…i、i+1、…Nを含むNレベルの多解像度分解を画像Xに適用して、
1からN−1までの範囲である各レベルiについて、レベルi+1で処理するために画像Xの中間サブバンドを生成して、
レベルNについて、前記画像Xの主要コンテンツを含む近似サブバンドと、前記画像Xのエッジを含む詳細サブバンドとを生成する第1の分解ユニットと、
(b)1、2、…i、i+1、…Nを含むNレベルの多解像度分解を前記画像Yに適用して、
1からN−1までの範囲である各レベルiについて、前記画像Yの中間サブバンドを生成して、
前記レベルNについて、前記画像Yの主要コンテンツを含む近似サブバンドと、前記画像Yのエッジを含む詳細サブバンドとを生成する第2の分解ユニットと、
(c)画質メトリック(IQM)を前記画像Xの前記近似サブバンドと前記画像Yの前記近似サブバンドとに適用して、前記画像Xの前記主要コンテンツと前記画像Yの前記主要コンテンツとの間の類似度を特徴付ける近似品質計測値を生成する近似品質計測ユニットと、
(d)前記画像Xについての1からN−1までの範囲である前記レベルiの前記中間サブバンドおよび前記画像Xの前記詳細サブバンドを集計して、前記画像Xの前記エッジを特徴付ける前記画像Xのエッジマップを生成する第1の集計ユニットと、
(e)前記画像Yについての1からN−1までの範囲である前記レベルiの前記中間サブバンドおよび前記画像Yの前記詳細サブバンドを集計して、前記画像Yの前記エッジを特徴付ける前記画像Yのエッジマップを生成する第2の集計ユニットと、
(f)前記画像Xの前記エッジマップと前記画像Yの前記エッジマップとの間に前記IQMを適用して、前記画像Xの前記エッジと前記画像Yの前記エッジとの間の類似度を特徴付けるエッジ品質計測値を生成するエッジ品質計測ユニットと、
(g)前記近似品質計測値と前記エッジ品質計測値とを処理して前記品質計測値を決定する品質計測ユニットと
を形成するシステム。 - 前記第1の集計ユニットはさらに、
前記画像Xの1からN−1までの範囲である各レベルiについての前記中間サブバンドと前記詳細サブバンドとを、前記品質計測値の決定で達成される精度に基づいて選択する第1の選択ユニットと、
前記画像Xについて、選択された中間サブバンドおよび選択された詳細サブバンドのみを集計する第1の選択的集計ユニットとを有し、
前記第2の集計ユニットはさらに、
前記画像Yの前記各レベルiについての前記中間サブバンドと前記詳細サブバンドとを、前記品質計測値の決定で達成される精度に基づいて選択する第2の選択ユニットと、
前記画像Yについて、選択された中間サブバンドおよび選択された詳細サブバンドのみを集計する第2の選択的集計ユニットとを有する請求項10に記載のシステム。 - 前記第1の集計ユニットはさらに、前記画像Xについて、同じ解像度を有する前記各レベルiについての前記選択された中間サブバンドと前記詳細サブバンドと選択する計算手段を有し、
前記第2の集計ユニットはさらに、前記画像Yについて、同じ解像度を有する前記各レベルiについての前記選択された中間サブバンドと前記詳細サブバンドと選択する計算手段を有する請求項11に記載のシステム。 - 前記画像Xおよび前記画像Yの前記各レベルiについての前記中間サブバンドは、各画像において、レベルi−詳細サブバンドおよびレベルi−ウェーブレットパケット(WP)サブバンドを含み、
前記レベルi−WPサブバンドは、レベルi−WP近似サブバンドおよびレベルi−WP詳細サブバンドを含み、
前記レベルi−WP近似サブバンドはさらに、レベルi−水平WP近似サブバンドとレベルi−垂直WP近似サブバンドと、レベルi−対角WP近似サブバンドとを含む請求項11または12に記載のシステム。 - 前記第1の分解ユニットにおいて、
前記画像Xに前記多解像度分解を適用して、レベル2における処理用に、レベル1の中間サブバンドを生成する第1のレベル1分解ユニット、および、
2からNまでの範囲であるレベルiで、レベルi−1で行われる前記多解像度分解で生成された前記中間サブバンドの1以上に前記多解像度分解を適用する第1のレベルi分解ユニット、並びに、
前記第2の分解ユニットにおいて、
前記画像Yに前記多解像度分解を適用して、レベル2における処理用に、レベル1の中間サブバンドを生成する第2のレベル1分解ユニット、および、
2からN−1までの範囲である前記レベルiで、レベルi−1で行われる前記多解像度分解で生成された前記中間サブバンドの1以上に前記多解像度分解を適用する第2のレベルi分解ユニット、の1以上が含まれる請求項10から13のいずれか一項に記載のシステム。 - Nを、人間の視覚システムに対してピーク応答を生成する、近似サブバンドSの最小サイズの関数として決定する計算手段をさらに備える請求項10から14のいずれか一項に記載のシステム。
- 前記第1の分解ユニット(a)および前記第2の分解ユニット(b)は、Nレベルの離散ウェーブレット変換を適用する計算手段を有し、前記離散ウェーブレット変換は、ハール変換、ニューランド変換、またはDaubechiesフィルタを利用するウェーブレット変換であってよい請求項10から15のいずれか一項に記載のシステム。
- コンピュータに、
(a)1、2、…i、i+1、…Nを含むNレベルの多解像度分解を画像Xに適用して、
1からN−1までの範囲である各レベルiについて、レベルi+1で処理するために画像Xの中間サブバンドを生成して、
レベルNについて、前記画像Xの主要コンテンツを含む近似サブバンドと、前記画像Xのエッジを含む詳細サブバンドとを生成する段階と、
(b)1、2、…i、i+1、…Nを含むNレベルの多解像度分解を画像Yに適用して、
1からN−1までの範囲である各レベルiについて、レベルi+1で処理するために前記画像Yの中間サブバンドを生成して、
前記レベルNについて、前記画像Yの主要コンテンツを含む近似サブバンドと、前記画像Yのエッジを含む詳細サブバンドとを生成する段階と、
(c)画質メトリック(IQM)を前記画像Xの前記近似サブバンドと前記画像Yの前記近似サブバンドとに適用して、前記画像Xの前記主要コンテンツと前記画像Yの前記主要コンテンツとの間の類似度を特徴付ける近似品質計測値を生成する段階と、
(d)前記画像Xについての1からN−1までの範囲である前記レベルiの前記中間サブバンドおよび前記画像Xの前記詳細サブバンドを集計して、前記画像Xの前記エッジを特徴付ける前記画像Xのエッジマップを生成する段階と、
(e)前記画像Yについての1からN−1までの範囲である前記レベルiの前記中間サブバンドおよび前記画像Yの前記詳細サブバンドを集計して、前記画像Yの前記エッジを特徴付ける前記画像Yのエッジマップを生成する段階と、
(f)前記画像Xの前記エッジマップと前記画像Yの前記エッジマップとの間に前記IQMを適用して、前記画像Xの前記エッジと前記画像Yの前記エッジとの間の類似度を特徴付けるエッジ品質計測値を生成する段階と、
(g)前記近似品質計測値と前記エッジ品質計測値とを処理して前記品質計測値を決定する段階と
を実行させるためのプログラム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US30427410P | 2010-02-12 | 2010-02-12 | |
US61/304,274 | 2010-02-12 | ||
US12/906,112 | 2010-10-17 | ||
US12/906,112 US8515182B2 (en) | 2009-02-11 | 2010-10-17 | Method and system for determining a quality measure for an image using multi-level decomposition of images |
PCT/CA2010/001705 WO2011097697A1 (en) | 2010-02-12 | 2010-10-27 | Method and system for determining a quality measure for an image using multi-level decomposition of images |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2013520037A JP2013520037A (ja) | 2013-05-30 |
JP2013520037A5 JP2013520037A5 (ja) | 2013-09-26 |
JP5510688B2 true JP5510688B2 (ja) | 2014-06-04 |
Family
ID=44367076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012552211A Active JP5510688B2 (ja) | 2010-02-12 | 2010-10-27 | 画像のマルチレベル分解を利用して画質計測値を決定する方法およびシステム |
Country Status (8)
Country | Link |
---|---|
US (2) | US8515182B2 (ja) |
EP (1) | EP2534639A4 (ja) |
JP (1) | JP5510688B2 (ja) |
KR (1) | KR101664913B1 (ja) |
CN (1) | CN102754126B (ja) |
CA (1) | CA2783879C (ja) |
IL (1) | IL220737A (ja) |
WO (1) | WO2011097697A1 (ja) |
Families Citing this family (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8515181B2 (en) | 2009-02-11 | 2013-08-20 | Ecole De Technologie Superieure | Method and system for determining a quality measure for an image using a variable number of multi-level decompositions |
US8326046B2 (en) * | 2009-02-11 | 2012-12-04 | Ecole De Technologie Superieure | Method and system for determining structural similarity between images |
US8515182B2 (en) | 2009-02-11 | 2013-08-20 | Ecole De Technologie Superieure | Method and system for determining a quality measure for an image using multi-level decomposition of images |
KR101092650B1 (ko) * | 2010-01-12 | 2011-12-13 | 서강대학교산학협력단 | 양자화 코드를 이용한 화질 평가 방법 및 장치 |
US8792748B2 (en) | 2010-10-12 | 2014-07-29 | International Business Machines Corporation | Deconvolution of digital images |
US8983206B2 (en) * | 2011-05-04 | 2015-03-17 | Ecole de Techbologie Superieure | Method and system for increasing robustness of visual quality metrics using spatial shifting |
US8525883B2 (en) * | 2011-09-02 | 2013-09-03 | Sharp Laboratories Of America, Inc. | Methods, systems and apparatus for automatic video quality assessment |
JP5385487B1 (ja) * | 2012-02-29 | 2014-01-08 | 独立行政法人科学技術振興機構 | スーパーハイブリッド画像生成装置、スーパーハイブリッド画像生成方法、印刷媒体製造方法、電子媒体製造方法、および、プログラム |
CN102930545A (zh) * | 2012-11-07 | 2013-02-13 | 复旦大学 | 一种图像质量盲评估的统计测度方法 |
EP2979244B1 (en) * | 2013-03-28 | 2018-02-21 | Thomson Licensing | Method and apparatus of creating a perceptual harmony map |
CN103258326B (zh) * | 2013-04-19 | 2016-03-30 | 复旦大学 | 一种图像质量盲评估的信息保真度方法 |
CN103218815B (zh) * | 2013-04-19 | 2016-03-30 | 复旦大学 | 利用自然场景统计计算图像显著图的方法 |
US9350916B2 (en) | 2013-05-28 | 2016-05-24 | Apple Inc. | Interleaving image processing and image capture operations |
US9491360B2 (en) | 2013-06-06 | 2016-11-08 | Apple Inc. | Reference frame selection for still image stabilization |
US9262684B2 (en) | 2013-06-06 | 2016-02-16 | Apple Inc. | Methods of image fusion for image stabilization |
US9384552B2 (en) | 2013-06-06 | 2016-07-05 | Apple Inc. | Image registration methods for still image stabilization |
US20150071547A1 (en) | 2013-09-09 | 2015-03-12 | Apple Inc. | Automated Selection Of Keeper Images From A Burst Photo Captured Set |
CN103793912B (zh) * | 2014-01-27 | 2016-08-17 | 武汉大学 | 一种基于解译能力等级的光学遥感影像图像质量评价方法 |
US20170249521A1 (en) * | 2014-05-15 | 2017-08-31 | Arris Enterprises, Inc. | Automatic video comparison of the output of a video decoder |
US11064204B2 (en) | 2014-05-15 | 2021-07-13 | Arris Enterprises Llc | Automatic video comparison of the output of a video decoder |
US20150334386A1 (en) * | 2014-05-15 | 2015-11-19 | Arris Enterprises, Inc. | Automatic video comparison of the output of a video decoder |
CN104899893B (zh) * | 2015-07-01 | 2019-03-19 | 电子科技大学 | 基于视觉注意力的图像质量检测方法 |
CN105100789B (zh) * | 2015-07-22 | 2018-05-15 | 天津科技大学 | 一种视频质量评价方法 |
US10499056B2 (en) * | 2016-03-09 | 2019-12-03 | Sony Corporation | System and method for video processing based on quantization parameter |
CN107578399B (zh) * | 2017-07-25 | 2020-12-15 | 天津大学 | 基于边界特征分割的全参考图像质量评价方法 |
CN108765414B (zh) * | 2018-06-14 | 2021-12-03 | 上海大学 | 基于小波分解和自然场景统计的无参考立体图像质量评价方法 |
CN109344629B (zh) * | 2018-09-19 | 2021-04-23 | 湖北工程学院 | 图像加密隐藏方法及装置、图像解密方法及装置 |
US11205257B2 (en) * | 2018-11-29 | 2021-12-21 | Electronics And Telecommunications Research Institute | Method and apparatus for measuring video quality based on detection of change in perceptually sensitive region |
KR102401340B1 (ko) * | 2018-11-29 | 2022-05-25 | 한국전자통신연구원 | 인지 민감 영역의 변화의 검출에 기반하는 비디오 화질 측정 방법 및 장치 |
US11120536B2 (en) | 2018-12-12 | 2021-09-14 | Samsung Electronics Co., Ltd | Apparatus and method for determining image sharpness |
KR102235723B1 (ko) * | 2019-05-30 | 2021-04-01 | 주식회사 에이치엔티메디칼 | X-ray 장치의 영상 품질 진단 방법 |
US11756197B2 (en) | 2021-03-10 | 2023-09-12 | GE Precision Healthcare LLC | Systems and methods of processing magnetic resonance images using phase-sensitive structural similarity index measure |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6005978A (en) | 1996-02-07 | 1999-12-21 | Cognex Corporation | Robust search for image features across image sequences exhibiting non-uniform changes in brightness |
US5799112A (en) | 1996-08-30 | 1998-08-25 | Xerox Corporation | Method and apparatus for wavelet-based universal halftone image unscreening |
JP3213582B2 (ja) | 1997-05-29 | 2001-10-02 | シャープ株式会社 | 画像符号化装置及び画像復号装置 |
AUPP686598A0 (en) * | 1998-10-30 | 1998-11-26 | Canon Kabushiki Kaisha | A method and apparatus for representing a digital image to provide a coded representation |
JP3969688B2 (ja) * | 1999-03-24 | 2007-09-05 | 株式会社リコー | 両眼立体視画像評価装置、両眼立体視画像評価方法及び記録媒体 |
US6594391B1 (en) | 1999-09-03 | 2003-07-15 | Lucent Technologies Inc. | Method and apparatus for texture analysis and replicability determination |
US6549674B1 (en) * | 2000-10-12 | 2003-04-15 | Picsurf, Inc. | Image compression based on tiled wavelet-like transform using edge and non-edge filters |
US6909808B2 (en) | 2002-03-08 | 2005-06-21 | Anzus, Inc. | Image compression to enhance optical correlation |
US7308146B2 (en) * | 2002-09-30 | 2007-12-11 | Canon Kabushiki Kaisha | Digital video compression |
US7228006B2 (en) | 2002-11-25 | 2007-06-05 | Eastman Kodak Company | Method and system for detecting a geometrically transformed copy of an image |
JP2004348293A (ja) * | 2003-05-20 | 2004-12-09 | Nippon Telegr & Teleph Corp <Ntt> | 画像品質計算装置および方法、そのプログラム並びに記録媒体 |
US7512286B2 (en) * | 2003-10-27 | 2009-03-31 | Hewlett-Packard Development Company, L.P. | Assessing image quality |
US7483486B2 (en) | 2004-07-02 | 2009-01-27 | Max-Planck-Gesellschaft Zur Forderung Der Wissenschaften E.V. | Method and apparatus for encoding high dynamic range video |
GB0427737D0 (en) | 2004-12-17 | 2005-01-19 | Univ Cambridge Tech | Method of identifying features within a dataset |
JP4763525B2 (ja) * | 2006-06-21 | 2011-08-31 | 日本電信電話株式会社 | 映像整合方法 |
US20080134070A1 (en) | 2006-11-09 | 2008-06-05 | Koji Kobayashi | Image processing apparatus and image processing method |
WO2008105268A1 (ja) | 2007-02-28 | 2008-09-04 | Nikon Corporation | 画像処理方法 |
JP4796019B2 (ja) * | 2007-08-08 | 2011-10-19 | 日本電信電話株式会社 | 映像品質推定装置、方法、およびプログラム |
JP4972004B2 (ja) * | 2008-01-30 | 2012-07-11 | 国立大学法人東京工業大学 | 画像変換方法およびプログラム |
JP4656190B2 (ja) * | 2008-06-10 | 2011-03-23 | ソニー株式会社 | 情報処理装置および方法 |
US8385971B2 (en) | 2008-08-19 | 2013-02-26 | Digimarc Corporation | Methods and systems for content processing |
US8805110B2 (en) | 2008-08-19 | 2014-08-12 | Digimarc Corporation | Methods and systems for content processing |
CN101378519B (zh) * | 2008-09-28 | 2010-09-22 | 宁波大学 | 一种基于Contourlet变换的质降参考图像质量评价方法 |
US8213735B2 (en) | 2008-10-10 | 2012-07-03 | Accusoft Corporation | Methods and apparatus for performing image binarization |
US8326046B2 (en) | 2009-02-11 | 2012-12-04 | Ecole De Technologie Superieure | Method and system for determining structural similarity between images |
US8515182B2 (en) | 2009-02-11 | 2013-08-20 | Ecole De Technologie Superieure | Method and system for determining a quality measure for an image using multi-level decomposition of images |
US8515181B2 (en) | 2009-02-11 | 2013-08-20 | Ecole De Technologie Superieure | Method and system for determining a quality measure for an image using a variable number of multi-level decompositions |
CN101621709B (zh) * | 2009-08-10 | 2011-01-05 | 浙江大学 | 一种全参考型图像客观质量评价方法 |
-
2010
- 2010-10-17 US US12/906,112 patent/US8515182B2/en active Active
- 2010-10-27 KR KR1020127021619A patent/KR101664913B1/ko active IP Right Grant
- 2010-10-27 JP JP2012552211A patent/JP5510688B2/ja active Active
- 2010-10-27 CA CA2783879A patent/CA2783879C/en not_active Expired - Fee Related
- 2010-10-27 EP EP10845423.2A patent/EP2534639A4/en not_active Withdrawn
- 2010-10-27 CN CN201080063472.1A patent/CN102754126B/zh not_active Expired - Fee Related
- 2010-10-27 WO PCT/CA2010/001705 patent/WO2011097697A1/en active Application Filing
-
2012
- 2012-07-02 IL IL220737A patent/IL220737A/en not_active IP Right Cessation
-
2013
- 2013-07-09 US US13/938,181 patent/US8660364B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
IL220737A0 (en) | 2012-08-30 |
WO2011097697A1 (en) | 2011-08-18 |
EP2534639A4 (en) | 2018-07-04 |
JP2013520037A (ja) | 2013-05-30 |
IL220737A (en) | 2016-03-31 |
US8515182B2 (en) | 2013-08-20 |
CA2783879C (en) | 2014-07-22 |
EP2534639A1 (en) | 2012-12-19 |
US20110038548A1 (en) | 2011-02-17 |
US20130294703A1 (en) | 2013-11-07 |
CA2783879A1 (en) | 2011-08-18 |
CN102754126B (zh) | 2016-05-18 |
KR20120115407A (ko) | 2012-10-17 |
CN102754126A (zh) | 2012-10-24 |
KR101664913B1 (ko) | 2016-10-11 |
US8660364B2 (en) | 2014-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5510688B2 (ja) | 画像のマルチレベル分解を利用して画質計測値を決定する方法およびシステム | |
CA2784926C (en) | Method and system for determining a quality measure for an image using a variable number of multi-level decompositions | |
Wang et al. | Information content weighting for perceptual image quality assessment | |
Gao et al. | Biologically inspired image quality assessment | |
Ciancio et al. | No-reference blur assessment of digital pictures based on multifeature classifiers | |
JP5928753B2 (ja) | 空間シフトを用いて視覚品質メトリックのロバスト性を向上させる方法およびシステム | |
US8532396B2 (en) | Method and system for determining structural similarity between images | |
Chang et al. | Perceptual image quality assessment by independent feature detector | |
Zhang et al. | Joint image denoising using adaptive principal component analysis and self-similarity | |
US8908989B2 (en) | Recursive conditional means image denoising | |
Li et al. | No-reference blur index using blur comparisons | |
Liu et al. | Reduced reference image quality assessment using regularity of phase congruency | |
Zhang et al. | Image denoising via structure-constrained low-rank approximation | |
Lu et al. | A no-reference image sharpness metric based on structural information using sparse representation | |
Fang et al. | Reduced-reference quality assessment of image super-resolution by energy change and texture variation | |
Nizami et al. | Natural scene statistics model independent no-reference image quality assessment using patch based discrete cosine transform | |
Tang et al. | Training-free referenceless camera image blur assessment via hypercomplex singular value decomposition | |
Heydari et al. | A low complexity wavelet-based blind image quality evaluator | |
Khan et al. | No-reference image quality assessment using gradient magnitude and wiener filtered wavelet features | |
Banitalebi-Dehkordi et al. | An image quality assessment algorithm based on saliency and sparsity | |
Saha et al. | SVD filter based multiscale approach for image quality assessment | |
Liu et al. | Blind omnidirectional image quality assessment with representative features and viewport oriented statistical features | |
Perry et al. | Natural scene statistics for image denoising | |
Guo et al. | Fovea based image quality assessment | |
Dhungel et al. | Study of Multi-Scale temporal extension and Minkowski a MSSIM |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130725 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130725 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140212 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140225 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140311 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5510688 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |