پردازش کیفیت عکس های طبیعی با متد بدون رفرنس

یکی از مشکلات در حوزه بهبود کیفیت تصاویر، نحوه ارزیابی کیفیت تصاویر است. در روش های سنتی، تصویر حاصل از روش های پیشنهادی برای بهبود کیفیت تصویر با تصویر اصلی مقایسه و اختلاف این دو به شیوه های مختلف آماری از جمله محاسبه میانگین مربعات خطا یا نسبت پیک سیگنال به نویز محاسبه شده و به عنوان معیار سنجش کیفیت به کار برده میشود. در بسیاری از کاربردها مثل حذف تاری از تصاویر گرفته شده، توسط یک دوربین که میتواند ناشی از حرکت دست و یا حرکت دوربین باشد تصویر اصلی که مرجع محاسبه اختلاف است وجود ندارد. برای ارزیابی و سنجش کیفیت این تصاویر نیازمند به ارائه یک معیار جدید سنجش هستیم که به صورت بدون مرجع عمل کند. به چنین معبارهایی معیار ارزیابی بدون مرجع تصویرNRIQA گفته میشود. هدف ما در تحقیق حاضر، ارائه یک راهکار جدید برای ارزیابی کیفیت تصاویر طبیعی بدون نیاز به تصویر مرجع است. برای این منظور از مجموعه ای ویژگی های در سطح بلوک، شامل آنتروپی محلی و واریانس محلی برای توصیف تصویر استفاده شده است. برای ساخت مدل مورد نظر از شبکه عصبی مصنوعی از نوع پرسپترون چند لایه استفاده شده است. همچنین به منظور آموزش شبکه عصبی از پایگاه دادهlive استفاده شده است. نتایج حاصل از شبیه سازی روش پیشنهادی حاکی از کارامدی و برتری این روش نسبت به معیارهای استاندارد با مرجع مانند میانگین مربعات خطا و نسبت پیک سیگنال به نویز است

Keywords:

ارزیابی کیفیت تصویر , ارزیابی بدون مرجع , شبکه عصبی , آنتروپی محلی , واریانس محلی