$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

계산 속도와 왜곡 강인성을 동시 고려한 이미지 품질 평가
Image Quality Assessment Considering both Computing Speed and Robustness to Distortions

정보과학회논문지 = Journal of KIISE, v.44 no.9, 2017년, pp.992 - 1004  

김석원 (아주대학교 전자공학과) ,  홍성우 (아주대학교 전자공학과) ,  진정찬 (아주대학교 전자공학과) ,  김영진 (아주대학교 전자공학과)

초록
AI-Helper 아이콘AI-Helper

이미지 품질을 정확히 평가하기 위해 이미지 평가 도구는 인간 시각 시스템을 반영해야 한다. 즉, 이미지의 구조, 색, 명암 비 등 여러 가지 요소들을 고려하여 평가해야 한다. 또한 스마트 폰과 같은 모바일 임베디드 기기의 폭넓은 사용에 따라 빠른 수행 속도를 갖는 것이 중요하다. 본 논문에서는 인간 시각 만족과 빠른 계산속도 달성을 동시에 얻기 위하여 색 유사도, 변화율 유사도, 위상 유사도를 상승적으로 결합하였고 최적화된 이미지 풀링 및 양자화 기반으로 설계하였다. 제안하는 기법은 기존에 존재하는 13개의 기법과 비교하였고 네 가지 검증 도구를 사용하여 성능을 검증하였다. 실험 결과 세 검증 도구에서 가장 우수한 성능을 보였고 한 검증 도구에서 기존 최고 기법인 VSI에 이어 두 번째로 좋은 성능을 보였으며 실행 속도는 VSI에 대해 평균 약 20% 개선된 결과를 얻었다. 또한 기존의 기법들 보다 더 인간 시각 시스템과 제안 기법의 품질 평가 값의 연관성이 크게 존재함을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

To assess image quality accurately, an image quality assessment (IQA) metric is required to reflect the human visual system (HVS) properly. In other words, the structure, color, and contrast ratio of the image should be evaluated in consideration of various factors. In addition, as mobile embedded d...

주제어

#이미지 평가 도구   #인간 시각 시스템   #유사도   #계산속도   #왜곡   #강인성  

참고문헌 (28)

  1. X. Chen, J. Zeng, Y. Chen, W. Zhang, and H. Li, "Fine-grained dynamic voltage scaling on OLED display," Proc. of the Asia and South Pacific Design Automation Conference (ASP-DAC), pp. 807-812, 2012. 

  2. J. Park, Z. Maregn, and Y. Kim, "Color transformation-based dynamic voltage scaling for mobile AMOLED displays," Electronics Express, Vol. 12, No. 8, pp. 1-12, 2015. 

  3. N. Ponomarenko, et al., "Color image database TID2013: Peculiarities and preliminary results," Proc. of the 4th Eur. Workshop Vis. Inf. Process, pp. 106-111, Jun. 2013. 

  4. N. Ponomarenko, et. al., "TID2008-A database for evaluation of full-reference visual quality assessment metrics," Adv. Modern Radioelectron, Vol. 10, No. 4, pp. 30-45, Oct. 2009. 

  5. E. C. Larson and D. M. Chandler, "Most apparent distortion: Fullreference image quality assessment and the role of strategy," J. Electron. Imag., Vol. 19, No. 1, pp. 011006:1-011006:21, Jan. 2010. 

  6. H. R. Sheikh, M. F. Sabir, and A. C. Bovik, "A statistical evaluation of recent full reference image quality assessment algorithms," IEEE Trans. Image Process, Vol. 15, No. 11, pp. 3440-3451, Nov. 2006. 

    상세보기 crossref

  7. A. Zaric, et. al., "VCL@FER Image Quality Assessment Database," AUTOMATIKA, Vol. 53, No. 4, pp. 344-354, 2012. 

    상세보기 crossref

  8. P. L. Caleet, "Florent Autrusseau Subjective quality assessment IRCCyN/IVC database," [Online]. Available: http://www.irccyn.ec-nantes.fr/ivcdb/ 

  9. Media Information and Communication Technology Lab: 'MICT image quality evaluation database' [Online]. Available: http://www.mict.eng.utoyama.ac.jp/mictdb.html 

  10. U. Engelke, M. Kusuma, H. Zepernick, and M. Caldera, "Reduced-Reference Metric Design for Objective Perceptual Quality Assessment in Wireless Imaging," Signal Processing: Image Communication, Vol. 24, No. 7, pp. 525-547, 2009. 

    상세보기 crossref

  11. D. M. Chandler and S. S. Hemami, "VSNR: A Wavelet-Based Visual Signal-to-Noise Ratio for Natural Images," Proc. of the IEEE Trans. Image Process, Vol. 16, No. 9, pp. 2284-2298, 2007. 

    상세보기 crossref

  12. Z. Wang, A. C. Bovik H. R. Sheikh, and E. P. Simoncelli, "Image quality assessment: From error visibility to structural similarity," IEEE Trans. Image Process., Vol. 13, No. 4, pp. 600-612, Apr. 2004. 

    상세보기 crossref

  13. L. Zhang, D. Zhang, X. Mou, and D. Zhang, "FSIM: A feature similarity index for image quality assessment," IEEE Trans. Image Process., Vol. 20, No. 8, pp. 2378-2386, Aug. 2011. 

    상세보기 crossref

  14. L. Zhang, et. al., "VSI: A visual saliency-induced index for perceptual image quality assessment," IEEE Trans. Image Process., Vol. 23, No. 10, pp. 4270-4281, Oct. 2014. 

    상세보기 crossref

  15. M. C. Q. Farias and W. Y. L. Akamine, "On performance of image quality metrics enhanced with visual attention computational models," Electron. Lett., Vol. 48, No. 11, pp. 631-633, May 2012. 

    상세보기 crossref

  16. Z. Wang, E. P. Simoncelli, and A. C. Bovik, "Multiscale structural similarity for image quality assessment," Proc. of the 37th Asilomar Conf. Signals, Syst., Comput., Nov. 2003, pp. 1398-1402. 

  17. H. R. Sheikh, A. C. Bovik, and G. de Veciana, "An information fidelity criterion for image quality assessment using natural scene statistics," IEEE Trans. Image Process., Vol. 14, No. 12, pp. 2117-2128, Dec. 2005. 

    상세보기 crossref

  18. H. R. Sheikh and A. C. Bovik, "Image information and visual quality," IEEE Trans. Image Process., Vol. 15, No. 2, pp. 430-444, Feb. 2006. 

    상세보기 crossref

  19. E. C. Larson and D. M. Chandler, "Most apparent distortion: Full-reference image quality assessment and the role of strategy," J. Electron. Imag., Vol. 19, No. 1, pp. 001006:1-001006:21, Jan. 2010. 

  20. A. Liu, W. Lin, and M. Narwaria, "Image quality assessment based on gradient similarity," IEEE Trans. Image Process., Vol. 21, No. 4, pp. 1500-1512, Apr. 2012. 

    상세보기 crossref

  21. Z. Wang and Q. Li, "Information content weighting for perceptual image quality assessment," IEEE Trans. Image Process., Vol. 20, No. 5, pp. 1185-1198, May 2011. 

    상세보기 crossref

  22. L. Zhang, D. Zhang, and X. Mou, "RFSIM: A feature based image quality assessment metric using Riesz transforms," Proc. of the 17th IEEE Int. Conf. Image Process., Sep. 2010, pp. 321-324. 

  23. A. Saha and Q. M. J. Wu, "Full-reference image quality assessment by combining global and local distortion measures," IEEE Trans. Signal Process., Vol. 24, pp. 1-31, 2015. 

  24. W. Xue, L. Zhang, X. Mou, and A. C. Bovik, "Gradient magnitude similarity deviation: A highly efficient perceptual image quality index," IEEE Trans. Image Process., Vol. 23, No. 2, pp. 684-695, Feb. 2014. 

    상세보기 crossref

  25. C. Yang and S. H. Kwok, "Efficient gamut clipping for color image processing using LHS and YIQ," opt. Eng., Vol. 42, No. 3, pp. 701-7011, Mar. 2003. 

    상세보기 crossref

  26. Z. Liu and R. Laganiere, "Phase congruence measurement for image similarity assessment," Pattern Recognit. Lett., Vol. 28, No. 1, pp. 166-172, Jan. 2007. 

    상세보기 crossref

  27. M. C. Morrone and R. A. Owens, "Feature detection from local energy," Pattern Recognit. Lett., Vol. 6, No. 5, pp. 303-313, Dec. 1987. 

    상세보기 crossref

  28. P. Kovesi, "Image features from phase congruency," Videre: J. Comp. Vis. Res., Vol. 1, No. 3, pp. 1-26, 1999. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로