Метрика "индекс структурного сходства" - Моделирование эффектов

Исторически объективные методы оценки качества изображений основывались на простых математических выражениях, таких как среднеквадратичная ошибка или дисперсия (СКО, англ. название MSE) и пиковое отношение сигнал/шум (ОСШ, англ. название PSNR). Это объясняется сравнительно малой изученностью вопроса о работе зрительной системы человека. Также широкая распространенность данных алгоритмов объясняется простотой их программной реализации и высокой скоростью вычисления. Относительно недавно был предложен более сложный в вычислительном плане алгоритм -- индекс структурного сходства, который показывает хорошую согласованность с экспертными оценками Сидоров, Д. В. Алгоритмы и программные средства для вейвлет-сжатия и оценки качества изображений: дис. канд. тех. наук: 05.13.01. Томск, 2011..

Индекс структурного сходства (SSIM от англ. structure similarity) является одним из методов измерения схожести между двумя изображениями. SSIM-индекс это метод полного сопоставления, другими словами, он проводит измерение качества на основе исходного изображения (не сжатого или без искажений). Отличительной особенностью метода, помимо упомянутых ранее (MSE и PSNR), является то, что метод учитывает "восприятие ошибки" благодаря учету структурного изменения информации. Идея заключается в том, что пиксели имеют сильную взаимосвязь, особенно когда они близки пространственно. Данные зависимости несут важную информацию о структуре объектов и о сцене в целом SSIM // Википедия. [2015--2015]. Дата обновления: 18.02.2015. URL: http://ru. wikipedia. org/?oldid=68667318 (дата обращения: 18.02.2015)..

SSIM метрика рассчитана на различные размеры окна. Разница между двумя окнами x и y, имеющими одинаковый размер NxN:

Где

    - - среднее x; - - среднее y; - - дисперсия x; - - дисперсия y; - - ковариация x и y;

-

Переменные:

    O L - динамический диапазон пикселей (обычно ) O - константы.

Приведенная формула применима только для яркости изображения, по которой и происходит оценка качества. Полученный SSIM-индекс лежит в пределах от ?1 до +1. Значение +1 достигается только при полной аутентичности образцов Wang Z. et al. Image quality assessment: from error visibility to structural similarity //Image Processing, IEEE Transactions on. - 2004. - Т. 13. - №. 4. - С. 600-612..

Для расчета данной метрики будем использовать два изображения: настоящую фотографию и смоделированное фотореалистичное изображение. Метрика была расчитана для каждого из предложенных методов, а также для алгоритма RSOLP. Результаты представлены на рисунке ниже.

Рисунок 59

Данный график показывает:

    - Базовый алгортм дает плохие результаты, но это объясняется недостатками, выявленными в работе выше; - Полуавтоматический алгоритм дает результат лучше базового на 30,2 %; - Полуавтоматический алгоритм с материалами дает небольное улучшение по сравнению с полуавтоматическим алгоритмом, однако это зависит от правильного подбора материалов; - RSOLP-based дает лучший результат, однако требует больше ручной работы.

Выводы

Анализ разработанных методов показал, что они позволяют получать сравнительно более быстрые результаты без потери качества. Полученные методы могут быть использованы в различных задачах. Например, в задаче модерирования помещения со вставкой предметов интерьера. На рисунках, представленных ниже, показаны примеры работы методов в данной задаче.

Рисунок 60

Рисунок 61

Рисунок 62

В будущем разработанные алгоритмы могут быть усовершенствованы путем добавления автоматического определния положения источника света по целевой фотографии фона Hara K. et al. Light source position and reflectance estimation from a single view without the distant illumination assumption //Pattern Analysis and Machine Intelligence, IEEE Transactions on. - 2005. - Т. 27. - №. 4. - С. 493-505.. Кроме того, полученный метод может быть интегрирован с облачными решениями инструментов для создания трехмерных моделей, такими как Itseez3d.

Похожие статьи




Метрика "индекс структурного сходства" - Моделирование эффектов

Предыдущая | Следующая