Calidad de imagen

La calidad de imagen puede referirse al nivel de precisión con el que los diferentes sistemas de imágenes capturan, procesan, almacenan, comprimen, transmiten y muestran las señales que forman una imagen. Otra definición se refiere a la calidad de imagen como "la combinación ponderada de todos los atributos visualmente significativos de una imagen". ^{[1] : 598} La diferencia entre las dos definiciones es que una se centra en las características del procesamiento de señales en diferentes sistemas de imágenes y la segunda en las evaluaciones perceptivas que hacen que una imagen sea agradable para los espectadores humanos.

La calidad de imagen no debe confundirse con la fidelidad de la imagen . La fidelidad de imagen se refiere a la capacidad de un proceso de reproducir una copia dada de una manera perceptualmente similar al original (sin distorsión ni pérdida de información), es decir, mediante un proceso de digitalización o conversión de medios analógicos a imagen digital.

El proceso de determinar el nivel de precisión se denomina Evaluación de la Calidad de la Imagen (IQA). La evaluación de la calidad de la imagen es parte de las medidas de calidad de la experiencia . La calidad de la imagen se puede evaluar utilizando dos métodos: subjetivo y objetivo. Los métodos subjetivos se basan en la evaluación perceptiva de un observador humano sobre los atributos de una imagen o un conjunto de imágenes, mientras que los métodos objetivos se basan en modelos computacionales que pueden predecir la calidad perceptual de la imagen. ^{[2] : vii} Los métodos objetivos y subjetivos no son necesariamente consistentes o precisos entre sí: un observador humano puede percibir marcadas diferencias en la calidad de un conjunto de imágenes donde un algoritmo informático podría no hacerlo.

Los métodos subjetivos son costosos, requieren una gran cantidad de personas y son imposibles de automatizar en tiempo real. Por lo tanto, el objetivo de la investigación sobre la evaluación de la calidad de la imagen es diseñar algoritmos para la evaluación objetiva que también sean consistentes con las evaluaciones subjetivas. ^[3] El desarrollo de dichos algoritmos tiene muchas aplicaciones potenciales. Se pueden utilizar para monitorear la calidad de la imagen en sistemas de control de calidad, para comparar sistemas y algoritmos de procesamiento de imágenes y para optimizar los sistemas de imágenes. ^{[2] : 2  [3] : 430}

El proceso de formación de imágenes se ve afectado por diversas distorsiones entre el momento en el que las señales viajan a través de la superficie de captura y la que la alcanza, y el dispositivo o medio en el que se muestran las señales. Aunque las aberraciones ópticas pueden causar grandes distorsiones en la calidad de la imagen, no forman parte del campo de la evaluación de la calidad de la imagen. Las aberraciones ópticas causadas por lentes pertenecen al área de la óptica y no al área de procesamiento de señales .

En un modelo ideal, no hay pérdida de calidad entre la emisión de la señal y la superficie en la que se captura la señal. Por ejemplo, una imagen digital se forma por la radiación electromagnética u otras ondas que pasan a través de objetos o se reflejan en ellos. Esa información es capturada y convertida en señales digitales por un sensor de imagen . Sin embargo, el sensor tiene características no ideales que limitan su rendimiento.

La calidad de la imagen se puede evaluar mediante métodos objetivos o subjetivos. En el método objetivo, las evaluaciones de la calidad de la imagen se realizan mediante diferentes algoritmos que analizan las distorsiones y degradaciones introducidas en una imagen. Las evaluaciones subjetivas de la calidad de la imagen son un método basado en la forma en que los humanos experimentan o perciben la calidad de la imagen. Los métodos objetivos y subjetivos de evaluación de la calidad no necesariamente se correlacionan entre sí. Un algoritmo puede tener un valor similar para una imagen y sus versiones alteradas o degradadas, mientras que un método subjetivo puede percibir un marcado contraste en la calidad de la misma imagen y sus versiones.

Los métodos subjetivos para la evaluación de la calidad de la imagen pertenecen al área más amplia de investigación de la psicofísica , un campo que estudia la relación entre el estímulo físico y las percepciones humanas. Un método subjetivo de evaluación de la calidad de la imagen generalmente consiste en aplicar técnicas de puntuación de opinión media , en las que una serie de espectadores califican sus opiniones en función de sus percepciones de la calidad de la imagen. Estas opiniones se traducen posteriormente en valores numéricos.

Estos métodos se pueden clasificar según la disponibilidad de la fuente y las imágenes de prueba:

• Estímulo único : el espectador solo tiene la imagen de prueba y no es consciente de la imagen de origen.
• Doble estímulo : el espectador tiene a su disposición tanto la imagen fuente como la imagen de prueba.

Dado que la percepción visual puede verse afectada por las condiciones ambientales y de visualización, la Unión Internacional de Telecomunicaciones elaboró ​​un conjunto de recomendaciones para métodos de prueba estandarizados para la evaluación subjetiva de la calidad de la imagen. ^[4]

Wang y Bovik (2006) clasifican los métodos objetivos con los siguientes criterios: (a) la disponibilidad de una imagen original; (b) en base a sus ámbitos de aplicación y (c) en base al modelo de simulación del Sistema Visual Humano para evaluar la calidad. ^[5] Keelan (2002) clasifica los métodos en base a (a) mediciones experimentales directas; (b) modelado del sistema y (c) evaluación visual contra estándares calibrados. ^{[6] : 173}

• Métodos de referencia completa (FR) : las métricas FR intentan evaluar la calidad de una imagen de prueba comparándola con una imagen de referencia que se supone que tiene una calidad perfecta, por ejemplo, el original de una imagen versus una versión comprimida en JPEG de la imagen.
• Métodos de referencia reducida (RR) : las métricas de RR evalúan la calidad de una imagen de prueba y de referencia basándose en una comparación de características extraídas de ambas imágenes.
• Métodos sin referencia (NR) : las métricas NR intentan evaluar la calidad de una imagen de prueba sin ninguna referencia a la original.

Las métricas de calidad de imagen también se pueden clasificar en términos de medir solo un tipo específico de degradación (por ejemplo, desenfoque , bloqueo o zumbido) o tener en cuenta todas las posibles distorsiones de señal, es decir, múltiples tipos de artefactos. ^[7]

• La nitidez determina la cantidad de detalles que puede transmitir una imagen. La nitidez del sistema se ve afectada por la lente (calidad de diseño y fabricación, longitud focal, apertura y distancia desde el centro de la imagen) y el sensor (número de píxeles y filtro anti-aliasing). En el campo, la nitidez se ve afectada por el movimiento de la cámara (un buen trípode puede ser útil), la precisión del enfoque y las perturbaciones atmosféricas (efectos térmicos y aerosoles). La nitidez perdida se puede recuperar mediante el enfoque, pero el enfoque tiene límites. El exceso de nitidez puede degradar la calidad de la imagen al hacer que aparezcan "halos" cerca de los límites de contraste. Las imágenes de muchas cámaras digitales compactas a veces se sobrenitidianizan para compensar la menor calidad de la imagen.
• El ruido es una variación aleatoria de la densidad de la imagen, visible como grano en la película y variaciones a nivel de píxeles en las imágenes digitales. Surge de los efectos de la física básica (la naturaleza fotónica de la luz y la energía térmica del calor) dentro de los sensores de imagen. El software de reducción de ruido (NR) típico reduce la visibilidad del ruido al suavizar la imagen, excluyendo las áreas cercanas a los límites de contraste. Esta técnica funciona bien, pero puede oscurecer los detalles finos de bajo contraste.
• El rango dinámico (o rango de exposición) es el rango de niveles de luz que puede capturar una cámara, que se mide generalmente en f-stops, EV (valor de exposición) o zonas (todos factores de dos en la exposición). Está estrechamente relacionado con el ruido: un alto nivel de ruido implica un rango dinámico bajo.
• La reproducción del tono es la relación entre la luminancia de la escena y el brillo de la imagen reproducida.
• El contraste , también conocido como gamma , es la pendiente de la curva de reproducción de tonos en un espacio logarítmico. Un alto contraste suele implicar pérdida de rango dinámico (pérdida de detalle o recorte en las luces o sombras).
• La precisión del color es un factor de calidad de imagen importante, aunque ambiguo. Muchos espectadores prefieren una saturación de color mejorada; el color más preciso no es necesariamente el más agradable. Sin embargo, es importante medir la respuesta de color de una cámara: sus cambios de color, la saturación y la eficacia de sus algoritmos de balance de blancos.
• La distorsión es una aberración que hace que las líneas rectas se curven. Puede ser problemática para la fotografía arquitectónica y la metrología (aplicaciones fotográficas que implican medición). La distorsión tiende a notarse en cámaras de bajo costo, incluidos los teléfonos celulares, y lentes DSLR de bajo costo . Por lo general, es muy fácil verla en fotos de gran angular. Ahora se puede corregir con software.
• El viñeteado , o disminución de la luz, oscurece las imágenes cerca de las esquinas. Puede ser significativo con lentes gran angular.
• La precisión de la exposición puede ser un problema con las cámaras totalmente automáticas y con las cámaras de vídeo en las que hay poca o ninguna posibilidad de realizar ajustes tonales después de la exposición. Algunas incluso tienen memoria de exposición: la exposición puede cambiar después de que aparezcan objetos muy brillantes u oscuros en una escena.
• La aberración cromática lateral (LCA), también llamada "franjas de color", que incluye las franjas violetas , es una aberración cromática que hace que los colores se enfoquen a diferentes distancias del centro de la imagen. Es más visible cerca de las esquinas de las imágenes. La LCA es peor con lentes asimétricas, incluidos los ultraanchos, los telefotos verdaderos y los zooms. Se ve fuertemente afectada por el demosaico .
• El destello de la lente , incluido el "deslumbramiento en forma de velo", es una luz dispersa en lentes y sistemas ópticos causada por los reflejos entre los elementos de la lente y el cilindro interior de la lente. Puede provocar que la imagen se empañe (pérdida de detalle y color de las sombras), así como imágenes "fantasma" que pueden producirse en presencia de fuentes de luz brillantes en el campo de visión o cerca de él.
• El muaré de color es una banda de color artificial que puede aparecer en imágenes con patrones repetitivos de frecuencias espaciales altas, como telas o cercas de estacas. Se ve afectado por la nitidez de la lente, el filtro anti-aliasing (paso bajo) (que suaviza la imagen) y el software de desmosaico . Suele ser peor con las lentes más nítidas.
• Artefactos  : el software (especialmente las operaciones realizadas durante la conversión RAW) puede provocar artefactos visuales importantes, incluidas pérdidas de transmisión y compresión de datos (por ejemplo, JPEG de baja calidad ), "halos" de nitidez excesiva y pérdida de detalles finos de bajo contraste.

• Sheikh, HR; Bovik AC , Enfoques teóricos de la información para la evaluación de la calidad de la imagen. En: Bovik, AC Manual de procesamiento de imágenes y videos. Elsevier, 2005.
• Guangyi Chen, Stephane Coulombe, Un método de evaluación de la calidad visual de imágenes basado en características SIFT 85-97 JPRR
• Hossein Ziaei Nafchi, Atena Shahkolaei, Rachid Hedjam, Mohamed Cheriet, Índice de similitud de desviación media: evaluador de calidad de imagen de referencia completa, eficiente y confiable. En: IEEE Access. IEEE