Key points are not available for this paper at this time.
La netteté est un déterminant important dans l'évaluation visuelle de la qualité d'image. Le système visuel humain est capable de détecter sans effort le flou et d'évaluer la netteté des images visuelles, mais le mécanisme sous-jacent n'est pas entièrement compris. Les algorithmes d'évaluation du flou/de la netteté existants sont principalement basés sur la largeur des contours, le gradient local, ou la réduction d'énergie du contenu global/local de haute fréquence. Ici, nous comprenons le sujet d'une manière différente, où la netteté est identifiée comme une forte cohérence de phase locale (CPL) près de caractéristiques d'image distinctives évaluées dans le domaine de la transformation en ondelettes complexe. Le calcul de la CPL précédent est limité à être appliqué aux coefficients complexes répartis sur trois échelles dyadiques consécutives dans l'espace d'échelle. Ici, nous proposons un cadre flexible qui permet le calcul de la CPL à des échelles fractionnaires arbitraires. Nous développons alors un nouvel algorithme d'évaluation de la netteté sans référencer l'image originale. Nous utilisons quatre bases de données d'images publiques notées par des sujets pour tester l'algorithme proposé, qui démontre des performances compétitives par rapport aux algorithmes de pointe.
Hassen et al. (Thu,) ont étudié cette question.