Görüntü kalitesinin belirlenmesinde istatistiksel yöntemlerin kullanılması

Abstract

Görüntü işleme, bilgisayarlı görü biliminde oldukça önemli bir çalışma alanıdır. Genel olarak görüntü bilgilerinin analizine yönelik bir yöntem olarak tanımlanabilir. Bu çalışmada en iyi görüntü kalitesinin belirlenmesi amacıyla bulanıklaştırılmış görüntüler orijinal görüntü ile karşılaştırılmıştır. Literatürde görüntü kalitesini belirlemede referanslı (Normalleştirilmiş Çapraz Korelasyon (NÇK), Normalleştirilmiş Mutlak Hata (NMH), Yapısal İçerik (Yİ), Hata Kareler Ortalaması (HKO), Ortalama Fark (OF), Maksimum Fark (MF), Tepe Sinyal Gürültü Oranı (TSGO)) ve referanssız (Uzamsal Referanssız Görüntü Kalite Değerlendiricisi (URGKD), Doğal Görüntü Kalitesi Değerlendiricisi (DGKD), Algı Tabanlı Görüntü Kalitesi Değerlendiricisi (ATGKD)) olarak adlandırılan klasik teknikler kullanılmaktadır. Bu çalışmada bilimsel araştırmalarda iki metodun karşılaştırılmasında kullanılan Bland-Altman metodu, ilk kez görüntü kalitesinin belirlenmesi amacı ile kullanılmıştır. Literatürde kullanılan Ki-kare testinin formülünde yer alan beklenen değer, şimdiye kadar yapılan çalışmalardan farklı olarak referans görüntünün ilgili piksel değeri olarak ele alınarak çözümlemeler gerçekleştirilmiştir. İstatistiksel analizler için ilk olarak görüntü standardının sağlanması amacıyla Afyon Kocatepe Üniversitesinin logosu 8 bit derinliğinde 256 x 256 boyutlarında gri tonlamalı bir görüntüye dönüştürülmüştür. Bu görüntü orijinal görüntü olarak ele alınıp A olarak adlandırılmıştır. Karşılaştırılan görüntüler ise orijinal görüntünün gürültü eklenerek bulanıklaştırılmış B, C ve D olarak adlandırılan üç görüntüsünden oluşmaktadır. İlgili görüntüler rassal olarak seçilen ve k, k1 ve k2 olarak adlandırılan 0-256 arasındaki farklı üç satır ve bu satırlara karşı gelen sütunlara ait piksellerin değerlerinden elde edilmiştir. Daha sonra bulanıklaştırılmış görüntülerin referans görüntü ile ikili karşılaştırmaları, Bland-Altman metodu ile gerçekleştirilmiştir. İstatistiksel analizlerde MATLAB ve MedCalc paket programlarından yararlanılmıştır. Yapılan analizler sonucunda B, C ve D olarak adlandırılan bulanık görüntüler arasından orijinale en yakın görüntünün hem klasik yaklaşımlarla hem de Bland-Altman metodu ile B görüntüsü olduğu belirlenmiştir. Sonuçlar ilgili tablo ve şekillerde ayrıntılı olarak verilmiştir.

Image processing is a very important field of study in computer vision science. It can generally be defined as a method for analyzing image information. In this study, blurred images were compared with the original image in order to determine the best image quality. In the literature classical techniques named as referenced (Normalized Cross Correlation (NCC), Normalized Absolute Error (NAE), Structural Content (SC), Peak Signal to Noise Ratio (PSNR), Mean Square Error (MSE), Maximum Difference (MD), Average Difference (AD)) and non-referenced (Blind Referenceless Image Spatial Quality Evaluator (BRISQUE), Naturalness Image Quality Evaluator (NIQE), Perception Based Image Quality Evaluator (PIQE)) are used to determine the image quality. In this study, the Bland-Altman method, which is used to compare two methods in scientific research, was used for the first time to determine image quality. The analyses are carried out by considering the expected value in the formulation of Chi-square test as the pixel value of the reference image opposite of the other studies in the literature till now. For statistical analysis, the logo of Afyon Kocatepe University was transformed into a grayscale image with 256 x 256 dimensions in 8-bit depth in order to provide the image standard first. This image was taken as the original image and named A. The compared images consist of three images called B, C and D of the original image blurred with noise. Relevant images were obtained from the values of pixels belonging to different rows 0-256 and corresponding columns, named k, k1 and k2, which were selected randomly. Then, binary comparisons of blurred images with the reference image were carried out using the Bland-Altman Method. MATLAB and MedCalc software were used for statistical analysis. As a result of the analysis, it was determined that among the blurred images named B, C and D, the closest image to the original was the B image with both classical approaches and Bland-Altman method. The results are given in the relevant tables and figures in detail.