Évaluation objective de la qualité pour la super-résolution d'images : Une approche basée sur les statistiques de scènes naturelles

Un nombre croissant d'algorithmes de super-résolution d'images (SR) a été proposé récemment pour créer des images avec une résolution spatiale plus élevée à partir d'images basse résolution (LR). Néanmoins, comment évaluer la performance de tels algorithmes SR et d'interpolation reste un problème ouvert. Les méthodes d'évaluation subjective sont utiles et fiables, mais elles sont coûteuses, longues et difficiles à intégrer dans les procédures de conception et d'optimisation des algorithmes SR et d'interpolation. Ici, nous faisons l'une des premières tentatives de développer une méthode d'évaluation objective de la qualité d'une image améliorée en résolution en utilisant l'image LR disponible comme référence. Notre algorithme suit la philosophie derrière l'approche des statistiques de scènes naturelles (NSS). Plus précisément, nous construisons des modèles statistiques de la décroissance énergétique de fréquence et de la continuité spatiale basés sur des images naturelles de haute qualité et utilisons les écarts par rapport à ces modèles pour quantifier les dégradations de la qualité de l'image. Des expériences subjectives ont été menées pour vérifier l'efficacité de l'approche proposée.