Métricas em Processamento de Imagens

Abstract

É uma tarefa importante avaliar a qualidade visual de imagens que sofreram algum tipo de distorção durante sua aquisição, processamento, compressão ou armazenamento. Através do conceito de imagem digital, é possível descrever imagens através de matrizes ou funções com domínio no plano e contradomínio num espaço de cores. Isso torna possível a utilização de métricas como um método para prever de forma automática a qualidade de imagens, já que a avaliação visual feita pelo olho humano, apesar de correta, é muito inconveniente. Métricas comuns para essa finalidade incluem o erro quadrático médio (MSE) e a similaridade estrutural (SSIM). Esta última recebeu considerável atenção na última década por comparar duas imagens através de sua informação estrutural, tendo como base estudos que apontam que essa é a principal informação extraída pelo sistema visual humano ao determinar se duas imagens são diferentes ou semelhantes. Neste trabalho, revisamos conceitos fundamentais de processamento de imagens e espaços métricos, além de apresentar duas das métricas mais usadas para avaliação da qualidade de imagens, MSE e SSIM, através de seus aspectos teóricos e implementações, explorando resultados positivos e limitações dessas métricas. Interessamo-nos, particularmente, em melhorar o desempenho da métrica SSIM, usando algoritmos de otimização que nos indicaram o melhor ajuste de parâmetros a ser feito. Observou-se que há potencialidade em alterar o formato e o tamanho da matriz gaussiana usada no cálculo da métrica SSIM, para que esta se assemelhe, da melhor forma possível, à avaliação feita pelo sistema visual humano.