Ocena jakości obrazu bez odniesienia oparta na cechach statystycznych

Dlaczego jakość obrazu ma znaczenie w życiu codziennym

Od rozmów wideo po skany medyczne — nasz świat opiera się na cyfrowych obrazach. Jednak te obrazy często są kompresowane, przesyłane i filtrowane w sposób, który może subtelnie wpłynąć na to, co widzimy. Zanim serwis streamingowy, aplikacja aparatu czy system szpitalny zdecyduje, jak przechowywać lub naprawić obraz, potrzebuje szybkiego sposobu ocenienia, jak dany obraz wygląda dla ludzkiego oka, nawet gdy nie ma idealnego „oryginału”. W badaniu przedstawiono nowy sposób oceny jakości obrazu, który jest zarówno wydajny, jak i blisko związany z tym, jak nasze oczy reagują na światło i kontrast.

Sprawdzanie jakości bez idealnego wzorca

Inżynierowie zwykle mierzą jakość obrazu, porównując zniekształcony obraz z bezbłędnym oryginałem, obliczając proste różnice, takie jak średni błąd kwadratowy czy szczytowy stosunek sygnału do szumu. Te liczby są łatwe do obliczenia, ale często nie zgadzają się z opinią ludzką: drobne zmiany mogą być niewidoczne, niektóre obszary mają większe znaczenie, a nie każda zmiana wygląda jak uszkodzenie. W wielu rzeczywistych systemach, takich jak biblioteki zdjęć czy transmisje na żywo, wersja oryginalna jest niedostępna, więc zadanie staje się „bezodniesieniową” oceną jakości: ocenić, jak dobry wydaje się pojedynczy, samodzielny obraz, bez punktu odniesienia do porównania.

Pozwolić naturalnym scenom wyznaczać normę

Nowa metoda, nazwana BIQABSF, opiera się na pomyśle, że zwykłe fotografie świata naturalnego wykazują stabilne wzorce statystyczne. Zniekształcenia takie jak rozmycie, szum czy agresywna kompresja zaburzają te wzorce na charakterystyczne sposoby. Wcześniejsze narzędzia, jak szeroko stosowana metoda BRISQUE, próbowały uchwycić to, analizując wartości jasności w lokalnych regionach obrazu po ich normalizacji tak, by w przybliżeniu przypominały rozkład dzwonowy. Jednak BRISQUE zakłada, że te znormalizowane wartości są dokładnie wycentrowane wokół zera — ideał, który nie zawsze sprawdza się w rzeczywistych zdjęciach, co może obniżać trafność jego estymacji.

Postrzeganie obrazu przez pryzmat kontrastu, nie surowej jasności

BIQABSF wprowadza dwie kluczowe zmiany, aby lepiej odpowiadać ludzkiej percepcji. Po pierwsze, zamiast operować bezpośrednio na jasności, konwertuje każdy piksel na wartość logarytmicznego kontrastu, odzwierciedlając, o ile jaśniejszy lub ciemniejszy jest w stosunku do całego obrazu. Nasze oczy reagują na światło w przybliżeniu logarytmicznie, więc ta transformacja zbliża matematyczny opis do percepcji i usuwa zależność od absolutnego oświetlenia sceny. Następnie, w każdej małej okolicy obrazu, metoda odejmuje lokalną średnią i dzieli przez lokalne odchylenie, tworząc mapę lokalnie znormalizowanych wartości kontrastu, które są znacznie mniej skorelowane piksel do piksela i łatwiejsze do modelowania statystycznego.

Uchwycenie subtelnych statystycznych odcisków palca

Gdy mapa znormalizowanego kontrastu zostanie utworzona, autorzy analizują, jak rozkładają się jej wartości w całym obrazie. Zamiast wymuszać, by rozkład był idealnie symetryczny wokół zera, dopasowują bardziej elastyczną rodzinę krzywych, które mogą się przesuwać i wykazywać skośność, co pozwala uchwycić fakt, że prawdziwe obrazy często lekko przechylają się w jedną stronę. Analizują też, jak wartości kontrastu są powiązane z sąsiednimi pikselami w różnych kierunkach — poziomym, pionowym i diagonalnym. Z tych dopasowań wydobywają zwarty zestaw cech numerycznych podsumowujących kształt, rozrzut i asymetrię danych na dwóch różnych skalach. Cechy te trafiają następnie do regresji wektorów nośnych (support vector regression), przeszkolonej na ocenach ludzkich obserwatorów, aby przewidywać, jak przeciętny widz oceni jakość obrazu.

Próba metody w praktyce

Zespół ocenił BIQABSF na kilku dużych, dobrze znanych bazach obrazów, w których wolontariusze ocenili już tysiące zdjęć zdegradowanych przez rozmycie, szum, artefakty kompresji i inne zniekształcenia. Na czterech zestawach danych nowa metoda konsekwentnie plasowała się w czołówce podejść „bez odniesienia”, często dorównując lub przewyższając nowoczesne systemy głębokiego uczenia przy znacznie mniejszym zapotrzebowaniu na obliczenia. Dobrze również się uogólniała, gdy trenowano ją na jednej bazie, a testowano na innej z innym zestawem zniekształceń, co sugeruje, że jej statystyki oparte na kontraście chwytają coś zasadniczego o tym, jak wyglądają obrazy z prawdziwego świata, gdy są czyste lub uszkodzone.

Co to oznacza dla codziennych technologii

Mówiąc prosto, badanie pokazuje, że analizując zachowanie kontrastu w obrazie i modelując jego niewielkie odchylenia od idealnego rozkładu dzwonowego, komputer może oszacować, jak obraz odbierają ludzie, nie widząc nigdy oryginału. Ponieważ BIQABSF jest zwarty, szybki i interpretowalny, nadaje się do praktycznych zastosowań, takich jak monitorowanie jakości wideo strumieniowanego na żywo, dobieranie ustawień aparatu w telefonach czy oznaczanie niskiej jakości obrazów medycznych przed diagnozą. Praca sugeruje, że starannie zaprojektowane cechy statystyczne, osadzone w sposobie działania naszego wzroku, nadal mogą konkurować z ciężkimi sieciami neuronowymi w zadaniu oceniania jakości obrazów w realnym świecie.

Cytowanie: Ji, W., Chen, X. Blind image quality assessment based on statistical features. Sci Rep 16, 14756 (2026). https://doi.org/10.1038/s41598-026-42799-z

Słowa kluczowe: jakość obrazu, ocena bez odniesienia, statystyka scen naturalnych, cechy kontrastu, widzenie komputerowe