Effets Visuels en Compression d'Image

Différents types de dégradations

• Les dégradations JPEG sont une source principale d'erreurs lors de la compression JPEG.
• Visuellement, ces distorsions se manifestent sous forme de blocs.
• Les contours verticaux et horizontaux entre ces blocs apparaissent.
• La visibilité de ces contours dépend de la répartition spatiale du signal de l'image, car chaque bloc est encodé indépendamment.
• Il s'ensuit des discontinuités entre les blocs perçues facilement par l'œil humain.

Effets de bloc

• L'effet de bloc est la principale source d'erreurs lors de la compression JPEG.
• Il se manifeste visuellement sous forme de contours verticaux et horizontaux aux frontières entre les blocs.
• La visibilité de ces effets dépend fortement de la distribution spatiale du signal image.
• Les blocs sont encodés indépendamment, ce qui peut entraîner des discontinuités entre les blocs.

Effet d'oscillations parasites (ringing effect)

• Cette dégradation est due à l'étape de quantification ou de décimation des coefficients hautes fréquences.
• Elle se manifeste par des oscillations autour des régions à fort contraste.
• Les ondelettes dont le support croise le bord d'un objet créent ce type d'artefact.

Flou

• Le flou est un effet esthétique qui donne un contour imprécis.
• Il apparaît principalement lors de la compression JPEG ou JPEG2000.
• Cela se traduit par une perte de netteté dans l'image.
• Les bords des objets apparaissent plus diffus.
• Le flou est présent dans l'image de plusieurs manières, incluant le mouvement et l'acquisition.

Bruit

• Le bruit est une dégradation de l'image due à une perturbation externe.
• Le bruit de type poivre et sel (bruit impulsionnel, bruit de grenaille ou bruit binaire) est causé par de fortes perturbations soudaines dans le signal de l'image.
• Il se manifeste par des pixels aléatoires blancs ou noirs, ou les deux.
• Le bruit gaussien est une forme idéalisation de bruit blanc résultant de fluctuations aléatoires dans le signal image.
• Ce type de bruit apparaît souvent sur les téléviseurs mal accordés.

Évaluation subjective

• La mesure de la qualité visuelle d'image est l'évaluation subjective la plus fiable.
• Un groupe de personnes, expertes et non expertes, juge la qualité d'une image basée sur une grille d'évaluation à plusieurs niveaux.
• La distance d'observation, les conditions de visualisation (écran), le choix des images et les facteurs psychologiques influencent le jugement des observateurs.

Distance d'observation

• La distance d'observation influe sur la visibilité du stimulus.
• Elle doit être maintenue constante entre 4 et 6 fois la hauteur de l'image tout au long du test.

Écran

• L'écran doit être calibré pour garantir des conditions optimales, afin d'éviter des différences de couleur entre le stimulus et l'image affichée.

Conditions de visualisation

• L'environnement et l'éclairage de la salle peuvent affecter la perception des stimuli.

Le choix des images

• Un panel d'images représentatif, comprenant des contenus visuels variés, doit être choisi.

Facteurs psychologiques

• Il est conseillé d'avoir une séance d'initiation pour l'observateur afin de mieux appréhender le test.
• L'observateur doit être clairement informé sur l'objectif du test et le protocole à respecter.

Méthodes catégorielles

• Les observateurs attribuent une note de qualité à une image (ou vidéo) basée sur une échelle de catégories.
• L'échelle peut être qualitative (adjectifs) ou quantitative (de 0 à 100).
• Les méthodes peuvent être à simple stimulus (une seule image) ou à double stimulus (image dégradée et image originale).

Méthodes à double stimulus

• L'image originale est d'abord présentée, suivie d'un écran gris puis de l'image dégradée, et encore un écran gris pour chaque série.

Méthodes comparatives

• Les images ou vidéos sont présentées en même temps, et l'observateur choisit l'image de meilleure qualité.
• Une échelle permet de noter la différence.

MOS (Score d'Opinion Moyen)

• La note moyenne de qualité est obtenue en combinant les notes de tous les observateurs.

DMOS (Difference Mean Opinion Score)

• Il mesure la différence de qualité entre l'image de référence et l'image test.

Intervalle de confiance

• Un intervalle de confiance est souvent associé à chaque note MOS pour réduire l'impact des erreurs potentielles (fixé à 95% généralement).

Évaluation objective de la qualité des images fixes

• L'évaluation objective vise à créer des modèles mathématiques capable de prédire la qualité d'une image de façon précise et automatique.

Limites des métriques subjectives

• Les méthodes subjectives sont longues et coûteuses.
• Elles ne sont pas faciles à intégrer dans des applications en temps réel (ex: compression/transmission d'images).
• Les résultats dépendent des conditions physiques et de l'état émotionnel des observateurs.

Les métriques IQA

• Elles sont utilisées dans les systèmes de contrôle qualité pour surveiller et s'adapter pour obtenir de meilleures images.
• Pour évaluer les algorithmes de traitement d'images.
• Optimiser les systèmes de transmission et traitement d'images (pré-filtrage, attribution des bits).

Catégories des métriques IQA

• A référence complète: La métrique quantifie les images à partir des images originales.
• A référence réduite: La métrique évalue les images basées sur le signal dégradé.
• Sans référence: Elle n'évalue pas avec la référence et fonctionne avec le signal dégradé.

Métriques à référence complète, exemples

• PSNR (Peak Signal to Noise Ratio)
• La métrique PSNR calcule la différence entre une image de référence et l'image traitée

Métrique à référence réduite

• SSIM (Structural Similarity Index)
•  La métrique SSIM compare la luminance, le contraste et la structure entre les paires de fenêtres d'images, permettant d'évaluer leurs similarités.

Métrique sans référence

• BRISQUE (Blind/Referenceless Image Spatial Quality Evaluator)
•  Cette métrique quantifie les propriétés statistiques des images naturelles déformées dans un contexte sans référence.

Étapes de la méthode BRISQUE

• Extraction des statistiques de scènes naturelles (NSS).
• Calcul des vecteurs de caractéristiques.
• Prédiction du score de qualité par machine à vecteurs de soutien (SVM).

Bases de données de qualité d'image subjective

Toyama Image database (2000)

• Une base de données d'images utilisées pour la qualité perceptive d'image.
• Les images ont été déformées à l'aide de codeurs JPEG ou JPEG2000 à différents débits binaires.
• Une bonne qualité est attribuée à une valeur plus élevée de MOS.

LIVE Image database (2005)

• Une base de données d'images de qualité subjective.
• Utilisée pour évaluer les performances visuelles de cinq types de déformations.
• L'évaluation est basée des sujets et la mesure du score subjective.

IVC image database (2006)

• Base de données d'image créée à partir d'échantillons testés sur 15 observateurs.
• Utilisée pour mesurer l'impact d'une distorsion sur une image ou un ensemble de formes.

A57 image database (2007)

• Base de données d'images.
•  54 images de test sont utilisées pour mesurer les distorsions perçues.
• Les distorsions sont évaluées par 7 experts.

TID image database (2008)

• Base de données contenant 1700 images de test.
•  838 évaluateurs participent a l'évaluation qualitative des images.

CSIQ image database (2009)

• Base de données : 900 images testées pour évaluer la qualité perceptive d'une image.
• 35 observateurs humains.

Évaluation des performances des métriques de qualité

La performance des métriques objectives est évaluée en se concentrant sur la précision de la prédiction, la monotonie et la cohérence de la prédiction.

Coefficient de corrélation linéaire (précision) - Le coefficient de corrélation de Pearson

• mesure les relations linéaires entre deux vecteurs.

Coefficient de corrélation de rang (monotonicité)

• Mesures les relations monotones entre deux vecteurs.

Erreur de prédiction de la qualité (précision)

• Définie par l'Erreur Quadratique Moyenne (RMSE) et l'Erreur Absolue Moyenne (MAE).

Métrique de qualité d'image à référence réduite

•  Elle utilise des propriétés statistiques des images déformées par rapport aux images originales.

Ce quiz explore divers problèmes et effets visuels associés à la compression d'image, tels que l'effet de blocs, le bruit de grenaille et le flou. Il évalue aussi la compréhension des distorsions et des méthodes d'évaluation de la qualité des images. Testez vos connaissances sur ces concepts clés en traitement d'image.