Évaluation de la qualité d'image déformée par contraste basée sur les caractéristiques du domaine des courbes

Ismail Taha Ahmed, Chen Soong Der, Baraa Tareq Hammad, Norziana Jamil

Lien du journal :http://ijece.iaescore.com/index.php/IJECE/article/view/20979

Résumé

Le contraste est l'une des formes de distorsion les plus populaires. Récemment, les algorithmes d'évaluation de la qualité d'image (IQAs) existants se sont concentrés sur les images déformées par compression, bruit et flou. Une métrique de qualité d'image à référence réduite pour les images à contraste modifié (RIQMC) et une évaluation de la qualité d'image sans référence (NR-IQA) pour les images déformées par contraste (NR-IQA-CDI) ont été créées pour CDI. NR-IQA-CDI a montré de mauvaises performances dans deux des trois bases de données d'images, où le coefficient de corrélation de Pearson (PLCC) n'était que de 0,5739 et 0,7623 dans les bases de données TID2013 et CSIQ, respectivement. Les caractéristiques du domaine spatial sont la base de l'architecture NR-IQA-CDI. Par conséquent, dans cet article, les caractéristiques du domaine spatial sont complémentaires aux caractéristiques du domaine des courbes, afin de tirer parti des propriétés puissantes des courbes pour extraire des informations des images telles que multiscale et multidirectionnel. Les résultats expérimentaux reposent sur une validation croisée K-fold (K variant de 2 à 10) et le test statistique a montré que la performance de NR-IQA-CDI reposant sur les caractéristiques du domaine des courbes (NR-IQA-CDI-CvT) dépasse de manière significative celles qui reposent sur cinq caractéristiques du domaine spatial.

Mots-clés

Image déformée par contraste ; IQAs ; NR-IQA ; NR-IQA-CDI ; NR-IQA-CDI-CvT ;

Texte complet :

PDF