Objective quality metric for blurred images based on perceptually significant features in spatio-frequency domain

Degradacija slike zamućenjem vrsta je izobličenja slike do koje dolazi tijekom procesa snimanja, obrade ili reprodukcije slike. Usko je vezano s gubitkom oštrine te percipiranom kvalitetom slike. S obzirom da zamućenje može umanjiti sposobnost vizualne percepcije, od praktičnih tehnoloških rješenja, zahtjeva se mogućnost pouzdanog vrednovanja te održavanja kvalitete slike na razini koja neće umanjiti sposobnost obavljanja temeljnih vizualnih funkcija čovjeka ili pak umjetnog, računalnog sustava. Cilj rada je kreiranje objektivne mjere te računalnog modela sposobnog za automatsko određivanje doživljene kvalitete zamućene slike, odnosno vrednovanje njene oštrine, na način koji je konzistentan s percepcijom ljudskog vizualnog sustava. Inspirirana inherentnim ljudskim mehanizmima za obradu vizualne informacije predložena objektivna mjera koristi prostorno-frekvencijsku, upravljivu dekompoziciju slike uz statističko modeliranje lokaliziranih transformacijskih koeficijenata s ciljem ekstrakcije percepcijski bitnih značajki slike kao indikatora stupnja zamućenja. Na temelju provedene analize utvrđeno je da vrijednost percentila razdiobe sortiranih, visokofrekvencijskih koeficijenata predstavlja percepcijski bitnu značajku oštrine slike. Pouzdanost, efikasnost i efektivnost modela verificirana je na sedam javno dostupnih baza slika. Dobiveni rezultati pokazali su vrlo visok stupanj monotonosti, konzistentnosti i točnosti u vrednovanju oštrine slike. Postignut je sljedeći izvorni znanstveni doprinos: metoda za određivanje percepcijski bitnih značajki slike utemeljena na analizi lokaliziranih transformacijskih koeficijenata slike u prostorno-frekvencijskoj domeni te definiranje skupa značajki ključnih za kvantifikaciju promatranog zamućenja, metodologija vrednovanja kvalitete slike degradirane prostorno nepromjenjivim zamućenjem uporabom definiranog skupa značajki i subjektivnih ocjena kvalitete slika, objektivna mjera kvalitete zamućenih slika, koja ne zahtijeva poznavanje originalne slike, zasnovana na predloženoj metodologiji vrednovanja.Blur is one of the most common types of image distortions introduced during an image acquisition, processing and transmission processes. It is closely related to loss of image sharpness and the perceived image quality. An efficient computational model capable to quantify the distortion and thus, estimate the image sharpness can significantly improve the performance of real-time image processing applications. This thesis presents a fast blind image sharpness/blurriness assessment model which operates in spatial and transform domain. The proposed model generates local contrast image maps by computing the root-mean-squared values for each image pixel within a defined size of local neighborhood. The resulting contrast maps are then transformed to the wavelet domain where the reduction of high frequency content is evaluated in the presence of varying blur strengths. It was found that percentile values computed from sorted, level shifted, high frequency wavelet coefficients can serve as reliable image sharpness/quality estimators. Furthermore, increasing the dynamic range of local contrast maps brings improvements to model performance. The proposed metric has been validated on seven publicly available image databases that include blurred images. The results of validation show high correlation with the perceptual scores. Moreover, high prediction consistency and accuracy were demonstrated across all databases making the metric highly competitive to other state-of-the-art image sharpness metrics. Due to low computational requirements the proposed model can be easily utilized in real-world image processing applications