Đối với mô hình không tham chiếu, để kiểm tra hiệu năng của các phương pháp, sử dụng 2 số liệu: Hệ số tương quan Sperman (SROCC) và Hệ số tương quan Pearson (LCC). Các phương pháp đánh giá theo mô hình NR được thực hiện trên cơ sở dữ liệu IQA Live [2] của 29 hình ảnh tham chiếu và 779 hình ảnh suy giảm với năm loại biến dạng khác nhau - nén JPEG và JPEG2000 (JP2K), nhiễu trắng Gauss (WN), biến dạng kênh fading nhanh Rayleigh và nhòe Gauss.
Bảng 12 Hiệu năng của các phương pháp theo mô hình không tham chiếu (NR) [7]
Số đo PSNR BLIINDSII NIQE
SROCC 0,8636 0,9124 0,9135
LCC 0,8592 0,9164 0,9147
5.4 Mô phỏng phương pháp đánh giá chất lượng hình ảnh theo giải thuật NR-NIQE
Qua nghiên cứu đánh giá ở các phần trên, có thể thấy đối với mô hình tham chiếu đầy đủ, phương pháp đánh giá theo giải thuật Swissqual được xem là giải thuật có hiệu năng cao nhất, các phương pháp theo mô hình tham chiếu rút gọn có hiệu năng tương đương nhau. Đối với mô hình không tham chiếu, về mặt tương quan Sperman phương pháp NIQE được đánh giá cao hơn, tuy nhiên BLIINDSII lại có tương quan Pearson cao hơn NIQE. Nhưng nói chung tất cả các phương pháp đều có độ chính xác từ 90% trở lên so với các đánh giá chủ quan. Điều đó cho thấy tính chính xác và khả năng áp dụng thực tế rất cao cho tất cả các phương pháp.
Nhằm hiểu sâu hơn về các phương pháp đánh giá, mục tiêu của phần này nhằm xây dựng chương trình mô phỏng một giải thuật đánh giá khách quan chất lượng hình
61
ảnh trong các ứng dụng đa phương tiện. Hiện nay các giải thuật theo mô hình tham chiếu đầy đủ như NTT, Swissqual, PEVQ…là những phương pháp được các hãng sản xuất sử dụng phổ biến trong các thiết bị đo của họ. Tuy nhiên những giải thuật này khá phức tạp và do bí mật công nghệ nên em chưa có điều kiện tiếp cận cũng như khả năng cài đặt các giải thuật này. Các giải thuật theo mô hình không tham chiếu có độ phức tạp cũng như độ khó cài đặt thấp hơn. Em có thể hiểu và cài đặt được giải thuật NR- NIQE trên môi trường Matlab. Vì thế em lựa chọn giải thuật NR-NIQE để mô phỏng việc đánh giá chất lượng hình ảnh trong luận văn này.