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

niqe

Puntuación de calidad de imagen sin referencia del evaluador de calidad de imagen de naturalidad (NIQE)

contraer todo en la página

Sintaxis

score = niqe(A)
score = niqe(A,model)

Descripción

ejemplo

score = niqe(A) calcula la puntuación de calidad de imagen sin referencia para la imagen mediante el evaluador de calidad de imagen natural (NIQE). se compara con un modelo predeterminado calculado a partir de imágenes de escenas naturales.UnniqeUn Una puntuación más pequeña indica una mejor calidad perceptiva.

ejemplo

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

Ejemplos

contraer todo

Abrir script en vivo

Calcular la puntuación NIQE 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.

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

Calcule la puntuación NIQE para cada imagen utilizando el modelo predeterminado. Muestra la puntuación.

niqeI = niqe(I); fprintf('NIQE score for original image is %0.4f.\n',niqeI)
NIQE score for original image is 2.5455. 
niqeInoise = niqe(Inoise); fprintf('NIQE score for noisy image is %0.4f.\n',niqeInoise)
NIQE score for noisy image is 10.8770. 
niqeIblur = niqe(Iblur); fprintf('NIQE score for blurry image is %0.4f.\n',niqeIblur)
NIQE score for blurry image is 5.2661.

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

Abrir script en vivo

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.

Argumentos de entrada

contraer todo

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

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

Modelo personalizado de operaciones de imagen, especificado como un objeto. se deriva de las estadísticas de escenas naturales.niqeModelmodel

Argumentos de salida

contraer todo

Puntuación de calidad de imagen sin referencia, devuelta como escalar no negativo. Los valores más bajos de reflejan una mejor calidad perceptiva de la imagen con respecto a la entrada.scoreUnmodel

Tipos de datos: double

Algoritmos

NIQE mide la distancia entre las entidades basadas en NSS calculadas a partir de la imagen a las entidades obtenidas de una base de datos de imágenes utilizada para entrenar el modelo.Un Las características se modelan como distribuciones gaussianas multidimensionales.

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.

Consulte también

Funciones

Objetos

Temas

Introducido en R2017b

Documentación de Image Processing Toolbox
Soporte
Introducing Deep Learning with MATLAB

Introducing Deep Learning with MATLAB

Download ebook