Reduced-reference methods for measuring quality attributes of natural images in imaging systems

Loading...
Thumbnail Image
Journal Title
Journal ISSN
Volume Title
School of Science | Doctoral thesis (article-based) | Defence date: 2012-12-07
Checking the digitized thesis and permission for publishing
Instructions for the author
Date
2012
Major/Subject
Mcode
Degree programme
Language
en
Pages
112 + app. 72
Series
Aalto University publication series DOCTORAL DISSERTATIONS, 157/2012
Abstract
The main goal of the research field of image quality is to create a computational model capable of predicting the subjective visual quality of natural images and video. The model can be an alternative for expensive quality evaluations by human assessors. This dissertation aligns with this research field in the case of imaging systems, such as cameras, displays and printers. The traditional approach to measuring the quality of imaging systems is based on test targets. These targets primarily facilitate description of the performance of a system in terms of how it reproduces and distorts simple test signals rather than measure the visual quality of natural images captured or shown by an imaging system. This dissertation primarily contributes novel methods and algorithms for measuring the image quality attributes of natural images captured by cameras or printed by a printer. Both methods utilize reference image data in the reduced-reference mode. The method and algorithms developed for printers transform the printed natural test images into the form of the reference image by using a high-quality reference camera and multiple exposures. The methods and algorithms developed for camera images use a reference camera to capture scene information. The scene information is used to help measure the attributes of natural images. The main problem which needed to be solved concerns localization of areas in images from which different attributes can be measured. The challenge arises from a multidimensional distortion space in capture and display. The solution relies on low-level computational understanding of images. The methods were evaluated with subjective data. Compared with the state-of-the-art computational or test target metrics, these methods were highly effective at predicting the quality attributes of natural images captured by different cameras or printed on different papers. According to the results, the proposed methods can replace test target methods and even small-scale subjective tests in some situations.

Kuvanlaatututkimuksen päätavoite on aikaansaada laskennallinen malli, joka ennustaa luonnollisen kuvan tai videon visuaalista laatua. Laskennallinen malli korvaisi vaikeasti järjestettävät, aikaa vievät ja kalliit subjektiiviset kokeet. Tämä väitöstutkimus sijoittuu kuvanlaadun tutkimusalueelle ja keskittyy erityisesti kuvannussysteemien, kuten kameroiden ja tulostimien kuvanlaatumittauksen sovelluksiin. Kuvannussysteemien laatua on perinteisesti määritetty testikenttämittauksilla. Testikenttämittaus karakterisoi kuinka kuvannussysteemi toistaa tai vääristää yksinkertaisia testisignaaleja. Testikenttämittaukset eivät kerro miten kuvannussysteemillä kuvattu, esitetty tai tulostettu luonnollinen kuva havaitaan visuaalisen laadun kriteereillä arvioituna. Väitöstutkimuksessa kehitettiin algoritmeja ja menetelmiä sekä kameroille että tulostetulla kuvalle, jotka mittaa kuvanlaatuattribuutteja nimenomaan suoraan luonnollisista kuvista ja joilla voidaan korvata testikenttämittaukset. Kehitetyt menetelmät perustuu vähennetyn referenssin periaatteeseen. Tulostetun kuvan sovelluksissa tulostettu luonnollinen kuva digitoitiin käyttämällä korkealaatuista kameraa sekä useaa valotusta. Digitoinnin jälkeen alkuperäisen kuvan informaation avulla mitattiin tulostetuille luonnollisille kuville laatuattribuutteja. Kameran kuvan sovellukset käytti referenssikameraa, joka kaappasi näkymään liittyvää informaatiota. Näkymäinformaation avulla eri kameroilla kuvatuista luonnollisista kuvista mitattiin laatuattribuutteja. Kehitettyjen menetelmien suorituskyky validioitiin subjektiivisella aineistolla. Verrattuna testikenttämittauksiin, kehitettyjen menetelmien suorituskyky oli korkea ennustettaessa kameralla kuvattujen tai tulostimella tulostettujen luonnollisten kuvien laatua. Tulosten perusteella ehdotetut menetelmät voivat korvata testikenttämenetelmien lisäksi myös pienen skaalan subjektiiviset testiasetelmat. Väitöstutkimus rajattiin käsittelemään ainostaan matalan tason laatuattribuutteja, kuten terävyys, kohina ja värintoisto.
Description
Supervising professor
Oittinen, Pirkko, Prof., Aalto University, Finland
Keywords
image quality, natural image, test-target, cameras, printers, sharpness, noise, graininess, color, reduced-reference, kuvanlaatu, luonnollinen kuva, testikenttä, kamerat, tulostimet, terävyys, kohina, rakeisuus, väri, vähennetyn referenssin menetelmä
Other note
Parts
  • [Publication 1]: Nuutinen, M., Halonen, R., Leisti, T., Oittinen, P., “ReducedreferenceQuality Metrics for Measuring the Image Quality of Digitally Printed Natural Image,” Proc. of SPIE/IS&T Electronic Imaging 2010, Image Quality and System Performance VII. San Jose, California, USA, 17.-21.1.2010. [7529-18]. 12 p.
  • [Publication 2]: Nuutinen, M., Oittinen, P., “Recovering Spectral Data from Digital Prints with an RGB Camera Using Multi-exposure Method,” Proc. of. IS&T’s Fifth European Conference on Color in Graphics, Imaging and Vision, Joensuu, Finland, 14.-17.6.2010, pp. 120-125.
  • [Publication 3]: Nuutinen, M., Orenius, O., Säämänen, T., Oittinen, P., “A Reduced-reference Method for Characterizing Color Noise in Natural Images Captured by Digital Cameras,” Proc. Of. IS&T/SID 18th Color and Imaging Conference, San Antonio, Texas, USA 8.- 12.11.2010, pp. 80-85.
  • [Publication 4]: Nuutinen, M., Orenius, O., Säämänen, T., Oittinen, P., “Reference Image Method for Measuring Quality of Photographs Produced by Digital Cameras,” Proc. of SPIE/IS&T Electronic Imaging 2011, Image Quality and System Performance VIII. San Jose, California, USA, 23.-27.1.2011. [7876-22]. 14 p.
  • [Publication 5]: Nuutinen, M., Orenius, O., Säämänen, T., Oittinen, P., “Method for Measuring Sharpness in Natural Images Captured by Digital Cameras,” EURASIP Journal on Image and Video Processing, Volume 2012:8.
  • [Publication 6]: Nuutinen, M., Oittinen, P., “Measurement of Color Differences of Digital Cameras from Natural Images,” Proc. of 7th International Symposium on Image and Signal Processing and Analysis, Dubrovnik, Croatia, 4.-6.9.2011. pp. 224-229.
Citation