multissim
画質のマルチスケール構造的類似性 (MS-SSIM) 指数
説明
score = multissim(I,Iref,Name,Value)'NumScales' を指定してスケールの数を指定します。
[ は、score,qualityMaps] = multissim(___)I をスケーリングした各バージョンにおける、各ピクセルの局所的な MS-SSIM 指数値も返します。qualitymap 出力は、I をスケーリングした各バージョンのマップをもつ cell 配列です。各品質マップは、I をスケーリングした対応するバージョンと同じサイズになります。
例
イメージをワークスペースに読み込みます。
Iref = imread('pout.tif');比較のために、ノイズを含むバージョンのイメージを作成します。
I = imnoise(Iref,'salt & pepper',0.05);元のイメージとノイズを含むイメージを表示します。
figure;
montage({Iref,I}); 
参照イメージと比較した入力イメージの品質を測定する MS-SSIM 指数を計算します。
score = multissim(I,Iref)
score = single
0.6732
イメージをワークスペースに読み込みます。
Iref = imread('pout.tif');
I = Iref;イメージの局所化部分にノイズを追加します。
I(1:100,1:100) = imnoise(Iref(1:100,1:100),'salt & pepper',0.05);元のイメージとノイズを含むイメージを表示します。
figure;
montage({Iref,I});
参照として元のイメージを使用して、ノイズを含むイメージの局所的 MS-SSIM 指数マップ qualitymaps を計算します。戻り値 qualitymaps は、イメージをスケーリングした各バージョンの品質マップをもつ cell 配列です。各マップは、イメージをスケーリングした対応するバージョンと同じサイズになります。
[~, qualitymaps] = multissim(I,Iref);
figure
montage(qualitymaps,'Size',[1 5])
イメージをワークスペースに読み込みます。
Iref = imread('pout.tif');比較のために、ノイズを含むバージョンのイメージを作成します。
I = imnoise(Iref,'salt & pepper',0.05);元のイメージとノイズを含むバージョンのイメージを表示します。
figure;
montage({Iref,I});
参照として元のイメージを使用して、ノイズを含むイメージの MS-SSIM 指数を計算します。'ScaleWeights' 引数を使用して、スケーリングした各イメージの局所的 MS-SSIM 指数の計算にどれだけ重み付けをするか指定します。この例では、Wang、Simoncelli、および Bovik による論文で定義された重み値を使用します。
score = multissim(I,Iref,'ScaleWeights',[0.0448,0.2856,0.3001,0.2363,0.1333])score = single
0.6773
カラー イメージをワークスペースに読み取ります。
RGB = imread("kobi.png");ごま塩ノイズを加えたバージョンのイメージを作成します。
RGBNoisy = imnoise(RGB,"salt & pepper");2 つのイメージをモンタージュに表示します。
montage({RGB,RGBNoisy})
ノイズを含むイメージの各カラー チャネルの MS-SSIM を計算します。
score = multissim(RGBNoisy,RGB); score = squeeze(score)
score = 3×1 single column vector
0.7084
0.7135
0.7066
カラー イメージをワークスペースに読み取ります。
ref = imread("strawberries.jpg");
ref = im2single(ref);4 番目の次元に沿ってイメージを複製し、6 つのイメージのバッチをシミュレートします。
refBatch = repmat(ref,[1 1 1 6]);
イメージのバッチのコピーを作成し、ごま塩ノイズを加えます。
noisyBatch = imnoise(refBatch,"salt & pepper");元のイメージおよびノイズを含むイメージのバッチについて、形式を整えた dlarray オブジェクトを作成します。形式は "SSCB" (空間、空間、チャネル、バッチ) です。
dlrefBatch = dlarray(refBatch,"SSCB"); dlnoisyBatch = dlarray(noisyBatch,"SSCB");
ノイズを含むデータについて、元のデータに対する MS-SSIM スコアを計算します。
scores = multissim(dlnoisyBatch,dlrefBatch);
空間次元に対応する大きさが 1 の次元を削除し、スコアを表示します。各要素は、バッチに含まれる 1 つのイメージの 1 つのカラー チャネルに関する MS-SSIM スコアを表します。
squeeze(scores)
ans =
3(C) × 6(B) single dlarray
0.8334 0.8335 0.8348 0.8335 0.8340 0.8349
0.8325 0.8316 0.8309 0.8310 0.8317 0.8326
0.8140 0.8123 0.8166 0.8129 0.8136 0.8123
入力引数
名前と値の引数
出力引数
アルゴリズム
構造的類似性 (SSIM) 指数は、イメージと参照イメージの間の SSIM を定量化することで、感性品質を測定します (ssim を参照)。関数 multissim は、さまざまなスケールの複数バージョンのイメージの SSIM 指数を組み合わせることで MS-SSIM 指数を計算します。MS-SSIM 指数は SSIM 指数と比べて、表示条件の変動に対してロバストです。
関数 multissim は、double クラスの入力イメージには倍精度演算を使用します。その他すべての型の入力イメージには単精度演算を使用します。
参照
[1]
