Main Content

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

fitniqe

Ajustar modelo personalizado para la puntuación de calidad de imagen NIQE

Descripción

ejemplo

model = fitniqe(imds) crea un modelo de evaluador de calidad de imagen natural (NIQE) a partir del almacén de datos de imagen de referencia.imds

ejemplo

model = fitniqe(imds,Name,Value) crea un modelo NIQE utilizando parámetros adicionales para controlar el cálculo del modelo.

Ejemplos

contraer todo

Cargue un conjunto de imágenes naturales en un almacén de datos de imágenes. Estas imágenes se envían en Image Processing Toolbox™ en un directorio denominado 'imdata'.

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

Entrene un modelo NIQE personalizado mediante el almacén de datos de imagen.

model = fitniqe(imds);
Extracting features from 37 images. .. Completed 4 of 37 images.  Time: Calculating... ... Completed 13 of 37 images.  Time: 00:21 of 00:51 ... Completed 24 of 37 images.  Time: 00:33 of 00:48 .. Done. 

Lea una imagen de una escena natural. Muestre la imagen.

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

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

niqeI = niqe(I,model); fprintf('NIQE score for the image is %0.4f.\n',niqeI)
NIQE score for the image is 1.8603. 

Cargue un conjunto de imágenes naturales en un almacén de datos de imágenes. Estas imágenes se envían en Image Processing Toolbox™ en un directorio denominado 'imdata'.

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

Cree el modelo personalizado de entidades NSS mediante el almacén de datos de imagen. Especifique un tamaño de bloque y utilice el umbral de nitidez predeterminado.

model = fitniqe(imds,'BlockSize',[48 96])
Extracting features from 37 images. . Completed 3 of 37 images.  Time: Calculating... ... Completed 11 of 37 images.  Time: 00:22 of 00:57 .. Completed 14 of 37 images.  Time: 00:32 of 01:17 ..... Completed 31 of 37 images.  Time: 00:44 of 00:51 .. Done. 
model =    niqeModel with properties:                    Mean: [1x36 double]             Covariance: [36x36 double]              BlockSize: [48 96]     SharpnessThreshold: 0  

Lea una imagen natural en el espacio de trabajo. Muestre la imagen.

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

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

niqeI = niqe(I,model); fprintf('NIQE score for the image is %0.4f.\n',niqeI)
NIQE score for the image is 2.9944. 

Argumentos de entrada

contraer todo

Almacén de datos de imagen de referencia, especificado como un objeto.ImageDatastore Las imágenes dentro del almacén de datos deben ser reales, no dispersas, -por- o -por- -por-3 matrices de tipo de datos, , , , o .mnmnsingledoubleint16uint8uint16

Argumentos de par nombre-valor

Especifique pares opcionales separados por comas de argumentos. es el nombre del argumento y es el valor correspondiente. deben aparecer entre comillas.Name,ValueNameValueName Puede especificar varios argumentos de par de nombre y valor en cualquier orden como .Name1,Value1,...,NameN,ValueN

Ejemplo: se adapta a un modelo NIQE utilizando bloques de 48 por 36 píxeles.model = fitniqe(imds,'BlockSize',[48 36])

Tamaño de bloque utilizado para particionar las imágenes, especificado como el par separado por comas que consta de y un vector de fila de 2 elementos de enteros pares positivos.'BlockSize' Los bloques no se superponen. Las estadísticas de escenas naturales, que se calculan a partir de los bloques, definen la salida.model

Tipos de datos: single | double | int8 | int16 | int32 | uint8 | uint16 | uint32

Umbral de nitidez, especificado como el par separado por comas que consta de y un escalar numérico en el rango [0, 1].'SharpnessThreshold' El umbral de nitidez, , controla qué bloques de imagen se utilizan para calcular el modelo. calcula el modelo utilizando todos los bloques que tienen nitidez más que veces la nitidez máxima entre todos los bloques.sfitniqes

Tipos de datos: single | double

Argumentos de salida

contraer todo

Modelo personalizado de entidades de imagen, devuelto como un objeto.niqeModel

Sugerencias

  • El conjunto de datos personalizado especificado en el almacén de datos de imágenes debe constar de imágenes que sean perceptualmente prístinas para los sujetos humanos.imds Sin embargo, la definición de depende de la aplicación.Prístina Por ejemplo, un conjunto prístino de imágenes de microscopía tiene un conjunto diferente de criterios de calidad que las imágenes de edificios o escenas al aire libre. Al entrenar un modelo NIQE personalizado, utilice imágenes con contenido de imagen variado y con conjuntos potencialmente diferentes de criterios de calidad.

Referencias

[1] Mittal, A., R. Soundararajan, and A. C. Bovik. "Making a Completely Blind Image Quality Analyzer." IEEE Signal Processing Letters. Vol. 22, Number 3, March 2013, pp. 209–212.

Introducido en R2017b