Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

brisque

Puntuación de calidad de imagen sin referencia del evaluador de calidad espacial de imagen ciega/sin referencia (BRISQUE)

Sintaxis

score = brisque(A)

score = brisque(A,model)

Descripción

score = brisque(A) calcula la puntuación de calidad de imagen sin referencia para la imagen utilizando el evaluador de calidad espacial de imagen ciego/sin referencia (BRISQUE). comparar con un modelo predeterminado calculado a partir de imágenes de escenas naturales con distorsiones similares.AbrisqueA Una puntuación más pequeña indica una mejor calidad perceptiva.

score = brisque(A,model) calcula la puntuación de calidad de imagen utilizando un modelo de entidad personalizado.

Ejemplos

Calcular la puntuación BRISQUE utilizando el modelo de operación predeterminado

Calcular la puntuación BRISQUE para una imagen natural y sus versiones distorsionadas utilizando el modelo predeterminado.

Lea una imagen en el espacio de trabajo. Cree copias de la imagen con distorsiónes de ruido y desenfoque.

I = imread('lighthouse.png'); Inoise = imnoise(I,'salt & pepper',0.02); Iblur = imgaussfilt(I,2);

Muestre las imágenes.

montage({I,Inoise,Iblur},'Size',[1 3],'ThumbnailSize',([])) title('Original Image | Noisy Image | Blurry Image')

Calcule la puntuación BRISQUE para cada imagen utilizando el modelo predeterminado y muestre la puntuación.

brisqueI = brisque(I); fprintf('BRISQUE score for original image is %0.4f.\n',brisqueI)

BRISQUE score for original image is 20.6586. 

brisqueInoise = brisque(Inoise); fprintf('BRISQUE score for noisy image is %0.4f.\n',brisqueInoise)

BRISQUE score for noisy image is 52.6074. 

brisqueIblur = brisque(Iblur); fprintf('BRISQUE score for blurry image is %0.4f.\n',brisqueIblur)

BRISQUE score for blurry image is 47.7552. 

La imagen original no distorsionada tiene la mejor calidad perceptiva y, por lo tanto, la puntuación BRISQUE más baja.

Calcular la puntuación BRISQUE utilizando el modelo de característica personalizada

Entrena un modelo BRISQUE personalizado a partir de un conjunto de características conscientes de la calidad y las puntuaciones de opinión humana correspondientes. Utilice el modelo personalizado para calcular una puntuación BRISQUE para una imagen de una escena natural.

Guardar imágenes de un almacén de datos de imágenes. Todas estas imágenes tienen artefactos de compresión resultantes de la compresión JPEG.

setDir = fullfile(toolboxdir('images'),'imdata'); imds = imageDatastore(setDir,'FileExtensions',{'.jpg'});

Especifique la puntuación de opinión para cada imagen. Los siguientes valores diferenciales de puntuación media de opinión (DMOS) son solo para fines ilustrativos. No son valores DMOS reales obtenidos a través de la experimentación.

opinionScores = 100*rand(1,size(imds.Files,1));

Cree el modelo personalizado de características con reconocimiento de calidad mediante el almacén de datos de imagen y las puntuaciones de opinión. Dado que las puntuaciones son aleatorias, los valores de propiedad variarán.

model = fitbrisque(imds,opinionScores')

Extracting features from 37 images. .... Completed 11 of 37 images.  Time: Calculating... .... Completed 21 of 37 images.  Time: 00:21 of 00:39 .....Training support vector regressor...  Done. 

model =    brisqueModel with properties:               Alpha: [35x1 double]               Bias: 56.2662     SupportVectors: [35x36 double]             Kernel: 'gaussian'              Scale: 0.2717  

Lea una imagen de una escena natural que tenga el mismo tipo de distorsión que las imágenes de entrenamiento. Muestre la imagen.

I = imread('car1.jpg'); imshow(I)

Calcule la puntuación BRISQUE para la imagen utilizando el modelo personalizado. Muestra la puntuación.

brisqueI = brisque(I,model); fprintf('BRISQUE score for the image is %0.4f.\n',brisqueI)

BRISQUE score for the image is 78.7152. 

Argumentos de entrada

A — Imagen de entrada

Imagen en escala de grises 2D | Imagen RGB 2D

Imagen de entrada, especificada como una imagen 2D en escala de grises o RGB.

Tipos de datos: single | double | int16 | uint8 | uint16

model — Modelo personalizado

ObjetobrisqueModel

Modelo personalizado entrenado en un conjunto de características con reconocimiento de calidad, especificadas como un objeto. se deriva de las estadísticas de escenas naturales.brisqueModelmodel

Argumentos de salida

score — Puntuación de calidad de imagen sin referencia

escalar no negativo

Puntuación de calidad de imagen sin referencia, devuelta como escalar no negativo. La puntuación BRISQUE suele estar en el rango [0, 100]. Los valores más bajos de reflejan una mejor calidad perceptiva de la imagen con respecto a la entrada.scoreAmodel

Tipos de datos: double

Algoritmos

predice la puntuación BRISQUE utilizando un modelo de regresión vectorial de soporte (SVR) entrenado en una base de datos de imágenes con los valores de puntuación de opinión media diferencial (DMOS) correspondientes.brisque La base de datos contiene imágenes con distorsión conocida, como artefactos de compresión, desenfoque y ruido, y contiene versiones prístinas de las imágenes distorsionadas. La imagen que se va a puntuar debe tener al menos una de las distorsiones para las que se entrenó el modelo.

Referencias

[1] Mittal, A., A. K. Moorthy, and A. C. Bovik. "No-Reference Image Quality Assessment in the Spatial Domain." IEEE Transactions on Image Processing. Vol. 21, Number 12, December 2012, pp. 4695–4708.

[2] Mittal, A., A. K. Moorthy, and A. C. Bovik. "Referenceless Image Spatial Quality Evaluation Engine." Presentation at the 45th Asilomar Conference on Signals, Systems and Computers, Pacific Grove, CA, November 2011.

Consulte también

Funciones

• fitbrisque | fitniqe | niqe | piqe

Objetos

• brisqueModel

Temas

• Métricas de calidad de imagen

Introducido en R2017b

×

Abrir ejemplo

Existe una versión modificada de este ejemplo en su sistema. ¿Prefiere abrir esta versión?

No, sobrescribir la versión modificada Sí