Mittlerer Abweichungsähnlichkeitsindex: Effizienter und Zuverlässiger Vollreferenz-Bildqualitätsevaluator

Anwendungen der Wahrnehmungsbasierten Bildqualitätsbewertung (IQA) in der Bild- und Videobearbeitung, wie z.B. Bildakquisition, Bildkompression, Bildrestauration und Multimedia-Kommunikation, haben zur Entwicklung zahlreicher IQA-Metriken geführt. In dieser Arbeit wird ein zuverlässiges vollreferenzielles IQA-Modell vorgeschlagen, das Gradientensimilarität (GS), Chromatizitätssimilarität (CS) und Abweichungspooling (DP) nutzt. Indem die Nachteile des häufig verwendeten GS zur Modellierung des menschlichen visuellen Systems (HVS) berücksichtigt werden, wird ein neues GS durch eine Fusionsmethode vorgeschlagen, die wahrscheinlicher dem HVS folgt. Wir schlagen eine effiziente und wirksame Formulierung vor, um die gemeinsame Similaritätskarte von zwei Farbkanälen zu berechnen, um Farbänderungen zu messen. Im Vergleich zu einer häufig verwendeten Formulierung in der Literatur zeigt die vorgeschlagene CS-Karte sich als effizienter und liefert vergleichbare oder bessere Qualitätsvorhersagen. Angeregt durch eine kürzlich veröffentlichte Arbeit, die Standardabweichungspooling nutzt, wird in dieser Arbeit eine allgemeine Formulierung des DP präsentiert und verwendet, um einen endgültigen Score aus den vorgeschlagenen GS- und CS-Karten zu berechnen. Diese vorgeschlagene Formulierung des DP profitiert sowohl vom Minkowski-Pooling als auch von einem vorgeschlagenen Potenz-Pooling. Die experimentellen Ergebnisse auf sechs Datensätzen natürlicher Bilder, einem synthetischen Datensatz und einem digital nachbearbeiteten Datensatz zeigen, dass der vorgeschlagene Index vergleichbare oder bessere Qualitätsvorhersagen als die neuesten und wettbewerbsfähigen IQA-Metriken in der Literatur liefert, er ist zuverlässig und hat eine geringe Komplexität. Der MATLAB-Quellcode des vorgeschlagenen Metriks ist unter https://www.mathworks.com/matlabcentral/fileexchange/59809 verfügbar.