Je voudrais mesurer la qualité d'une image en couleur, peut-être comme une différence par rapport à une autre image, mais si possible, seule aussi.
Cette question vient du fait que nous avons une application de vision et améliorons les conditions d'éclairage, les calbirations et les conditions environnantes similaires. Nous voulons mesurer l'amélioration de la qualité de l'image, comme:
- Quantité de détails
- Contraste
- Autres éléments décrivant la qualité d'une image ou la quantité d'informations dans une image
Avez-vous des idées pour ça? Peut-être des comparaisons d'histogrammes ou une mesure de distance avancée sur l'histogramme? J'adorerais entendre de bonnes idées!
ÉDITER:
Bien sûr, les résultats de l'application de vision sont une mesure de la qualité des images. Mais:
- ce n'est pas une mesure de la qualité, c'est une mesure d'autre chose
- il y a plus de paramètres qui influencent les résultats de l'application (par exemple l'image elle-même), donc ce n'est qu'une mesure approximative de la qualité de l'image
Je pourrais utiliser l'évaluation humaine, mais je veux vraiment une mesure objective, surtout parce que les yeux humains ne sont pas objectifs (notre esprit joue des tours, le moniteur sur lequel nous le regardons influence l'image, etc.).
MODIFICATION FINALE:
Après une discussion sur la qualité d'une image, je laisse cette question telle quelle. Mes propres idées (et celles de mes collègues) sont les suivantes:
- La gamme des canaux RVB (utilise-t-il toutes les couleurs possibles)
- La moyenne de l'amplitude Sobel (la quantité de détails ou une mesure approximative de la mise au point, voir également cette question sur les détails )
- Le nombre de pixels écrêtés ou 0 (aucune information dans ces pixels)
- Aussi la moyenne des canaux RVB et des canaux YCbCr (après conversion), pour pouvoir voir si la couleur moyenne a changé (peut conduire à rechercher la lumière provenant d'autres sources, ou après avoir changé notre propre éclairage)
En combinant ces statistiques, nous pouvons avoir une impression de la qualité d'un point de vue plus objectif, au lieu de simplement regarder les images. Cela conduit également à des indications sur la provenance des changements.