1 / 14

Model lidského zraku pro hodnocení kvality obrazu

Vedoucí práce: Ing. Karel Roubík Ph. D. Diplomant: Jan Vojtíšek E-mail: vojtisj@yahoo.com. České vysoké učení technické Fakulta elektrotechnická katedra radioelektroniky DIPLOMOVÁ PRÁCE. Model lidského zraku pro hodnocení kvality obrazu.

cassandra-mckee
Download Presentation

Model lidského zraku pro hodnocení kvality obrazu

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Vedoucí práce: Ing. Karel Roubík Ph. D. Diplomant: Jan Vojtíšek E-mail: vojtisj@yahoo.com České vysoké učení technické Fakulta elektrotechnická katedra radioelektroniky DIPLOMOVÁ PRÁCE Model lidského zraku pro hodnocení kvality obrazu

  2. Fyziologie lidského vidění a rozbor metod zpracování obrazu Hodnocení kvality obrazu objektivní subjektivní Návrh modelu lidského vidění (HVS - Human Visual System) Ověření funkce modelu Cíle diplomové práce

  3. Návrh modelu HVS • Prediktor viditelných diferencí (VDP) • Původně navržen S. Dalym • Vstup modelu • Výstup modelu • Mapa viditelných diferencí • Míry kvality obrazu • Model rozptylu světla na zorničce • Jednoduchá implementace modelu v Matlabu R12 s použitím Image Processing Toolboxu

  4. Mapa viditelných diferencí Originál obrázku Poškozený obrázek Rozdílový obrázek Barevná mapa Šedotónová mapa

  5. Struktura VDP • Amplitudová nelin. transformace • Kontrastně-senzitivní funkce • Detekční mechanizmus • Mapa viditelných diferencí • Míra kvality obrazu

  6. CSF • Citlivost HVS na prostorovou frekvenci • Obecně závisí na mnoha faktorech • Maximum CSF približně pro 6,5 c/deg • Implementace filtru - frekvenční oblast

  7. Rozdělení do frekvenčně-orientačních kanálů • Celkem 31 kortexových kanálů (5*6+1) Kortexový filtr ve třetím frekvenčním rozlišení

  8. Návrh kortexových filtrů • Filtry původně navržené A. B. Watsonem • Charakteristiky filtrů tvoří Hanningova funkce • Prostorově frekvenční filtry - celkem 5 filtrů + baseband • Orientační filtry s odezvou na 30° (6 orientací) • Filtry jsou spojité, součet matic je 1 ve všech bodech filtrů Vznik kortexového filtru

  9. Maskovací efekt • Definice maskování • Kontrastní fázově-nekoherentní maskování • Masker a signál • Vzájemné maskování • Význam parametru  • Efekt učení

  10. Psychometrická funkce • Určení pravděpodobnosti detekce rozdílů • Sloučení kanálů • Určení znaménka • Význam parametrů  a 

  11. Porovnání měr kvality obrazu se subjektivními testy 5 různých předloh, 5 metod komprese, 5 kompresních poměrů, celkem bylo srovnání provedeno na 125 obrázcích. Barevná mapa viditelných diferencí pro obrázek s kompresním poměrem 37,7

  12. Grafické rozhraní modelu • Vstup pro dva obrázky • Možnost nastavení parametrů modelu • Textový a grafický výstup • VDP a model rozptylu

  13. Vylepšení modelu oproti Dalyho návrhu • Míry kvality obrazu IQM1 a IQM2 • Doplnění o model monitoru • Změna části modelu reprezentující CSF • Změna výpočtu vzájemného maskování • Doplnění a diskuze nad parametry psychometrické funkce • Komplexní testování • Různé typy obrázků • Poškození (rozmazání, konturování, šum, komprese)

  14. Výhody a nevýhody modelu • Výhody VDP • Univerzalita modelu • druh poškození • typ obrázku • Možnost testování jednotlivých bloků • Mapa viditelných diferencí přesně zakresluje rozdíly mezi vstupními obrázky • Nevýhody • Nutnost změny parametrů modelu • Výpočetní náročnost

More Related