Main Content

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

niqe

Naturalness Image Quality Evaluator (NIQE) 非参照画質スコア

説明

score = niqe(A) は、Naturalness Image Quality Evaluator (NIQE) を使用してイメージ A の非参照画質スコアを計算します。niqe は、自然シーンのイメージから計算された既定のモデルと A を比較します。スコアが小さいほど知覚的品質が良好なことを示します。

score = niqe(A,model) は、カスタム モデルを使用して、画質スコアを計算します。

すべて折りたたむ

既定のモデルを使用して、自然イメージとその歪んだバージョンの NIQE スコアを計算します。

イメージをワークスペースに読み取ります。ノイズとブレのある歪みを持つイメージのコピーを作成します。

I = imread('lighthouse.png');
Inoise = imnoise(I,'salt & pepper',0.02);
Iblur = imgaussfilt(I,2);

イメージを表示します。

figure
montage({I,Inoise,Iblur},'Size',[1 3])
title('Original Image | Noisy Image | Blurry Image')

既定のモデルを使用して、各イメージの NIQE スコアを計算します。スコアを表示します。

niqeI = niqe(I);
fprintf('NIQE score for original image is %0.4f.\n',niqeI)
NIQE score for original image is 2.5455.
niqeInoise = niqe(Inoise);
fprintf('NIQE score for noisy image is %0.4f.\n',niqeInoise)
NIQE score for noisy image is 10.8770.
niqeIblur = niqe(Iblur);
fprintf('NIQE score for blurry image is %0.4f.\n',niqeIblur)
NIQE score for blurry image is 5.2661.

元の歪みのないイメージは、知覚的品質が最も高く、NIQE スコアが最も低くなります。

一連の自然イメージをイメージ データストアに読み込みます。これらのイメージは、Image Processing Toolbox™ に付属しており、'imdata' という名前のディレクトリにあります。

setDir = fullfile(toolboxdir('images'),'imdata');
imds = imageDatastore(setDir,'FileExtensions',{'.jpg'});

イメージ データストアを使用してカスタム NIQE モデルを学習させます。

model = fitniqe(imds);
Extracting features from 37 images.
...
Completed 9 of 37 images.  Time: Calculating...
.....
Completed 23 of 37 images.  Time: 00:21 of 00:32
...
Done.

自然シーンのイメージを読み取ります。イメージを表示します。

I = imread('car1.jpg');
imshow(I)

カスタム モデルを使用して、イメージの NIQE スコアを計算します。スコアを表示します。

niqeI = niqe(I,model);
fprintf('NIQE score for the image is %0.4f.\n',niqeI)
NIQE score for the image is 1.8603.

入力引数

すべて折りたたむ

入力イメージ。2 次元グレースケールまたは RGB イメージとして指定します。

データ型: single | double | int16 | uint8 | uint16

イメージ特徴のカスタム モデル。niqeModel オブジェクトとして指定します。model は自然シーン統計量から導かれます。

出力引数

すべて折りたたむ

非参照画質スコア。非負のスカラーとして返されます。score の値が低くなると、入力 model に対するイメージ A のより良好な知覚的品質が反映されます。

データ型: double

アルゴリズム

NIQE は、イメージ A から計算された NSS ベースの特徴と、モデルを学習させるために使用されるイメージ データベースから取得された特徴との間の距離を測定します。この特徴は、多次元ガウス分布としてモデル化されます。

参照

[1] Mittal, A., R. Soundararajan, and A. C. Bovik. "Making a Completely Blind Image Quality Analyzer." IEEE Signal Processing Letters. Vol. 22, Number 3, March 2013, pp. 209–212.

参考

関数

オブジェクト

R2017b で導入