La calidad de la imagen puede referirse al nivel de precisión con el que diferentes sistemas de imágenes capturan, procesan, almacenan, comprimen, transmiten y muestran las señales que forman una imagen. Otra definición se refiere a la calidad de la imagen como "la combinación ponderada de todos los atributos visualmente significativos de una imagen". [1] : 598 La diferencia entre las dos definiciones es que una se centra en las características del procesamiento de señales en diferentes sistemas de imágenes y la segunda en las evaluaciones perceptuales que hacen que una imagen sea agradable para los espectadores humanos.
La calidad de la imagen no debe confundirse con la fidelidad de la imagen . La fidelidad de la imagen se refiere a la capacidad de un proceso para reproducir una copia determinada de manera perceptualmente similar al original (sin distorsión ni pérdida de información), es decir, mediante un proceso de digitalización o conversión de medios analógicos a imágenes digitales.
El proceso de determinar el nivel de precisión se llama Evaluación de la calidad de la imagen (IQA). La evaluación de la calidad de la imagen es parte de las medidas de calidad de la experiencia . La calidad de la imagen se puede evaluar mediante dos métodos: subjetivo y objetivo. Los métodos subjetivos se basan en la evaluación perceptual de un espectador humano sobre los atributos de una imagen o conjunto de imágenes, mientras que los métodos objetivos se basan en modelos computacionales que pueden predecir la calidad de la imagen perceptiva. [2] : vii Los métodos objetivos y subjetivos no son necesariamente consistentes o precisos entre sí: un espectador humano puede percibir marcadas diferencias en la calidad de un conjunto de imágenes donde un algoritmo informático podría no hacerlo.
Los métodos subjetivos son costosos, requieren una gran cantidad de personas y son imposibles de automatizar en tiempo real. Por lo tanto, el objetivo de la investigación sobre evaluación de la calidad de la imagen es diseñar algoritmos para la evaluación objetiva que también sean consistentes con las evaluaciones subjetivas. [3] El desarrollo de tales algoritmos tiene muchas aplicaciones potenciales. Se pueden utilizar para monitorear la calidad de la imagen en sistemas de control de calidad, comparar sistemas y algoritmos de procesamiento de imágenes y optimizar los sistemas de imágenes. [2] : 2 [3] : 430
Factores de calidad de imagen
El proceso de formación de imágenes se ve afectado por diversas distorsiones entre el momento en que las señales viajan y llegan a la superficie de captura, y el dispositivo o medio en el que se muestran las señales. Aunque las aberraciones ópticas pueden provocar grandes distorsiones en la calidad de la imagen, no forman parte del campo de la Evaluación de la Calidad de la Imagen. Las aberraciones ópticas causadas por lentes pertenecen al área de la óptica y no al área de procesamiento de señales .
En un modelo ideal, no hay pérdida de calidad entre la emisión de la señal y la superficie en la que se captura la señal. Por ejemplo, una imagen digital se forma mediante radiación electromagnética u otras ondas que atraviesan o se reflejan en los objetos. Luego, esa información es capturada y convertida en señales digitales mediante un sensor de imagen . El sensor, sin embargo, tiene irregularidades que limitan su rendimiento.
Métodos de evaluación de la calidad de la imagen.
La calidad de la imagen se puede evaluar mediante métodos objetivos o subjetivos. En el método objetivo, las evaluaciones de la calidad de la imagen se realizan mediante diferentes algoritmos que analizan las distorsiones y degradaciones introducidas en una imagen. Las evaluaciones subjetivas de la calidad de la imagen son un método basado en la forma en que los humanos experimentan o perciben la calidad de la imagen. Los métodos objetivos y subjetivos de evaluación de la calidad no necesariamente se correlacionan entre sí. Un algoritmo podría tener un valor similar para una imagen y sus versiones alteradas o degradadas, mientras que un método subjetivo podría percibir un marcado contraste en la calidad de la misma imagen y sus versiones.
Métodos subjetivos
Los métodos subjetivos para evaluar la calidad de la imagen pertenecen al área más amplia de la investigación en psicofísica , un campo que estudia la relación entre el estímulo físico y las percepciones humanas. Un método subjetivo de IQA consistirá normalmente en aplicar técnicas de puntuación de opinión media , en las que varios espectadores califican sus opiniones en función de sus percepciones de la calidad de la imagen. Estas opiniones luego se traducen en valores numéricos.
Estos métodos se pueden clasificar según la disponibilidad de la fuente y las imágenes de prueba:
Estímulo único : el espectador sólo tiene la imagen de prueba y no conoce la imagen de origen.
Doble estímulo : el espectador tiene tanto la imagen fuente como la de prueba.
Dado que la percepción visual puede verse afectada por las condiciones ambientales y de visualización, la Unión Internacional de Telecomunicaciones elaboró un conjunto de recomendaciones para métodos de prueba estandarizados para la evaluación subjetiva de la calidad de la imagen. [4]
Métodos objetivos
Wang & Bovik (2006) clasifican los métodos objetivos con los siguientes criterios: (a) la disponibilidad de una imagen original; (b) sobre la base de sus ámbitos de aplicación y (c) sobre el modelo de simulación de un Sistema Visual Humano para evaluar la calidad. [5] Keelan (2002) clasifica los métodos basándose en (a) mediciones experimentales directas; (b) modelado del sistema y (c) evaluación visual frente a estándares calibrados. [6] : 173
Métodos de referencia completa (FR) : las métricas de FR intentan evaluar la calidad de una imagen de prueba comparándola con una imagen de referencia que se supone que tiene una calidad perfecta, por ejemplo, el original de una imagen frente a una versión comprimida en JPEG de la imagen.
Métodos de referencia reducida (RR) : las métricas de RR evalúan la calidad de una imagen de prueba y de referencia basándose en una comparación de características extraídas de ambas imágenes.
Métodos sin referencia (NR) : las métricas NR intentan evaluar la calidad de una imagen de prueba sin ninguna referencia a la original.
Las métricas de calidad de imagen también se pueden clasificar en términos de medir solo un tipo específico de degradación (por ejemplo, desenfoque , bloqueo o timbre), o teniendo en cuenta todas las posibles distorsiones de la señal, es decir, múltiples tipos de artefactos. [7]
Atributos de calidad de imagen
La nitidez determina la cantidad de detalles que una imagen puede transmitir. La nitidez del sistema se ve afectada por la lente (calidad de diseño y fabricación, distancia focal, apertura y distancia desde el centro de la imagen) y el sensor (recuento de píxeles y filtro antialiasing). En el campo, la nitidez se ve afectada por el movimiento de la cámara (un buen trípode puede ser útil), la precisión del enfoque y las perturbaciones atmosféricas (efectos térmicos y aerosoles). La nitidez perdida se puede recuperar afilando, pero el afilado tiene límites. El exceso de nitidez puede degradar la calidad de la imagen al provocar que aparezcan "halos" cerca de los límites de contraste. Las imágenes de muchas cámaras digitales compactas a veces tienen demasiada nitidez para compensar la menor calidad de imagen.
El ruido es una variación aleatoria de la densidad de la imagen, visible como grano en la película y variaciones del nivel de píxeles en las imágenes digitales. Surge de los efectos de la física básica (la naturaleza fotónica de la luz y la energía térmica del calor) dentro de los sensores de imagen. El software típico de reducción de ruido (NR) reduce la visibilidad del ruido al suavizar la imagen, excluyendo áreas cercanas a los límites de contraste. Esta técnica funciona bien, pero puede oscurecer detalles finos y de bajo contraste.
El rango dinámico (o rango de exposición) es el rango de niveles de luz que una cámara puede capturar, generalmente medido en f-stops, EV (valor de exposición) o zonas (todos factores de dos en exposición). Está estrechamente relacionado con el ruido: un ruido elevado implica un rango dinámico bajo.
El contraste , también conocido como gamma , es la pendiente de la curva de reproducción del tono en un espacio log-log. El alto contraste generalmente implica una pérdida de rango dinámico: pérdida de detalle o recorte en las luces o las sombras.
La precisión del color es un factor de calidad de imagen importante pero ambiguo. Muchos espectadores prefieren una saturación de color mejorada; el color más preciso no es necesariamente el más agradable. Sin embargo, es importante medir la respuesta de color de una cámara: sus cambios de color, saturación y la efectividad de sus algoritmos de balance de blancos.
La distorsión es una aberración que hace que las líneas rectas se curven. Puede resultar problemático para la fotografía de arquitectura y la metrología (aplicaciones fotográficas que implican mediciones). La distorsión tiende a notarse en cámaras de bajo costo, incluidos teléfonos celulares, y lentes DSLR de bajo costo . Suele ser muy fácil de ver en fotografías de gran angular. Ahora se puede corregir en el software.
El viñeteado , o disminución de la luz, oscurece las imágenes cerca de las esquinas. Puede ser significativo con lentes gran angular.
La precisión de la exposición puede ser un problema con las cámaras totalmente automáticas y con las cámaras de video donde hay poca o ninguna oportunidad de ajuste tonal posterior a la exposición. Algunos incluso tienen memoria de exposición: la exposición puede cambiar después de que aparecen objetos muy brillantes u oscuros en una escena.
La aberración cromática lateral (LCA), también llamada "franja de color", incluida la franja violeta , es una aberración de la lente que hace que los colores se enfoquen a diferentes distancias del centro de la imagen. Es más visible cerca de las esquinas de las imágenes. El LCA es peor con lentes asimétricos, incluidos los ultra gran angular, los teleobjetivos verdaderos y los zoom. Está fuertemente afectado por el demosaicing .
El destello de lente , incluido el "deslumbramiento velado", es la luz perdida en lentes y sistemas ópticos causada por reflejos entre los elementos de la lente y el cilindro interior de la lente. Puede provocar que la imagen se empañe (pérdida de detalle y color de las sombras), así como imágenes "fantasmas" que pueden ocurrir en presencia de fuentes de luz brillante en el campo de visión o cerca de él.
El color muaré son bandas de color artificiales que pueden aparecer en imágenes con patrones repetitivos de altas frecuencias espaciales, como telas o vallas. Se ve afectado por la nitidez de la lente, el filtro antialiasing (paso bajo) (que suaviza la imagen) y el software de demostración . Suele ser peor con las lentes más nítidas.
Artefactos : el software (especialmente las operaciones realizadas durante la conversión RAW) puede causar artefactos visuales importantes, incluida la compresión de datos y pérdidas de transmisión (por ejemplo, JPEG de baja calidad ), "halos" demasiado nítidos y pérdida de detalles finos y de bajo contraste.
^ Burningham, normando; Pizlo, Zygmunt; Allebach, enero P. (2002). "Métricas de calidad de imagen". En Hornak, Joseph P. (ed.). Enciclopedia de ciencia y tecnología de imágenes . Nueva York: Wiley. doi :10.1002/0471443395.img038. ISBN 978-0-471-33276-3.
^ ab Wang, Zhou; Bovik, Alan C. (2006). "Prefacio". Evaluación moderna de la calidad de la imagen . San Rafael: Editores Morgan & Claypool. ISBN978-1598290226.
^ ab jeque, Hamid Rahim; Bovik, Alan C. (febrero de 2006). "Información de imagen y calidad visual". Transacciones IEEE sobre procesamiento de imágenes . 15 (2): 430–444. Código Bib : 2006ITIP...15..430S. CiteSeerX 10.1.1.477.2659 . doi :10.1109/TIP.2005.859378. PMID 16479813.
^ P.910: Métodos subjetivos de evaluación de la calidad del video para aplicaciones multimedia. Unión Internacional de Telecomunicaciones. 6 de abril de 2008.[ enlace muerto ]
^ Zhou Wang; Alan C. Bovik (2006). Evaluación de la calidad de la imagen moderna . págs. 11-15. ISBN1-59829-022-3. OL 9866061M. Wikidata Q55757889.
^ Keelan, Brian W. (2002). Manual de calidad de imagen: caracterización y predicción . Nueva York, Nueva York: Marcel Dekker, Inc. ISBN978-0-8247-0770-5.
^ Shahid, Mahoma; Rossholm, Andreas; Lövström, Benny; Zepernick, Hans-Jürgen (14 de agosto de 2014). "Evaluación de la calidad de imágenes y vídeos sin referencia: una clasificación y revisión de enfoques recientes". Revista EURASIP sobre Procesamiento de Imágenes y Vídeo . 2014 : 40. doi : 10.1186/1687-5281-2014-40 . ISSN 1687-5281.
Otras lecturas
jeque, recursos humanos; Bovik AC , Enfoques teóricos de la información para la evaluación de la calidad de la imagen. En: Bovik, AC Manual de procesamiento de imágenes y vídeos. Elsevier, 2005.
Guangyi Chen, Stéphane Coulombe, un método de evaluación de la calidad visual de la imagen basado en características SIFT 85-97 JPRR
Hossein Ziaei Nafchi, Atena Shahkolaei, Rachid Hedjam, Mohamed Cheriet, Índice de similitud de desviación media: evaluador de calidad de imagen de referencia completa eficiente y confiable. En: Acceso IEEE. IEEE