[論文レビュー] Image Quality Assessment for Performance Evaluation of Focus Measure Operators

Farida Memon, Mukhtiar Ali Unar+1 more|arXiv (Cornell University)|Apr 2, 2016

Image Processing Techniques and Applications参考文献 18被引用数 37

ひとこと要約

本稿では、合成画像および実画像を用いて、全参照画像品質評価指標（MSE、PSNR、SC、NCC、MD、NAE）を用いて8つのフォーカス測定演算子—CURV、GRAE、HISE、LAPM、LAPV、LAPD、LAP3、WAVS—の性能を評価している。結果として、典型的な撮影条件下ではLAPD（対角ラプラシアン）が他の7つの演算子を上回り、フォーカス推定において優れた正確性を示した。

ABSTRACT

This paper presents the performance evaluation of eight focus measure operators namely Image CURV (Curvature), GRAE (Gradient Energy), HISE (Histogram Entropy), LAPM (Modified Laplacian), LAPV (Variance of Laplacian), LAPD (Diagonal Laplacian), LAP3 (Laplacian in 3D Window) and WAVS (Sum of Wavelet Coefficients). Statistical matrics such as MSE (Mean Squared Error), PNSR (Peak Signal to Noise Ratio), SC (Structural Content), NCC (Normalized Cross Correlation), MD (Maximum Difference) and NAE (Normalized Absolute Error) are used to evaluate stated focus measures in this research. . FR (Full Reference) method of the image quality assessment is utilized in this paper. Results indicate that LAPD method is comparatively better than other seven focus operators at typical imaging conditions.

研究の動機と目的

• 8つのフォーカス測定演算子の、画像のフォーカスを正確に評価する性能を評価すること。
• 通常の撮影条件下で最も頑健なフォーカス測定演算子を特定すること。
• 全参照画像品質評価指標を用いて、フォーカス演算子の客観的比較を実施すること。
• 画像処理応用におけるフォーカス測定の選定のための定量的ベンチマークを提供すること。

提案手法

• 8つのフォーカス測定演算子を、ぼやけた画像とフォーカスが合った画像のペアから成るデータセットに適用した。
• 全参照画像品質評価（IQA）を用い、各演算子の出力を基準となるフォーカスが合った画像と比較した。
• 性能差を定量化するために、6つの統計指標（MSE、PSNR、SC、NCC、MD、NAE）を計算した。
• 一般化性を確保するため、合成画像および実世界の画像データの両方で評価を実施した。
• 標準的な統計的比較手法を用いて結果を分析し、演算子の性能順位を付与した。
• LAPD演算子が一貫した指標優位性を示したため、最良のパフォーマンスを示したと特定された。

実験結果

リサーチクエスチョン

• RQ1 多様な撮影条件下で、どのフォーカス測定演算子が最も正確なフォーカス推定を実現するか？
• RQ2 MSE や NAE といった誤差指標に関して、異なるフォーカス演算子はどのように比較されるか？
• RQ3 LAPD は他のラプラシアンベースの演算子と比較して、相対的にどの程度の性能を示すか？
• RQ4 構造的および統計的IQA指標は、視覚的なフォーカス品質とどの程度相関しているか？

主な発見

• LAPD（対角ラプラシアン）は、最小のMSEおよびNAE値を達成しており、フォーカス推定の正確性が優れていることを示している。
• LAPDは最高のPSNRおよびNCCスコアを記録しており、基準となるフォーカスが合った画像と強い相関があることを確認している。
• LAPDは、構造的内容（SC）および最大差分（MD）指標において、他のすべての演算子を上回った。
• GRAEおよびHISE演算子は中程度の性能を示したが、一貫してLAPDに劣っていた。
• LAPVおよびLAPMは、すべての指標においてLAPDより同等または低い性能を示した。
• 結果から、LAPDは通常の撮影条件下で最も頑健なフォーカス測定演算子であることが示された。