Hi羽u qu違 c栄a gi違i thu壱t nâng cao ch医t l逢嬰ng 違nh làm gi違m nhi宇u blocking 8逢嬰c 8ánh giá b茨ng cách so sánh v噂i các gi違i thu壱t 8ã 8逢嬰c 8隠 xu医t tr逢噂c 8ây bao g欝m gi違i thu壱t th詠c hi羽n 荏 mi隠n t亥n s嘘 DCT [10], [11] hay gi違i thu壱t th詠c hi羽n 荏 mi隠n khơng gian [16]. Th穎 nghi羽m 8逢嬰c th詠c hi羽n trên nhi隠u 違nh v噂i các m泳c 8瓜 nén khác nhau. A亥u tiên 違nh 8逢嬰c nén JPEG v噂i các m泳c 8瓜 nén khác nhau (t逢挨ng 泳ng các giá tr鵜 q khác nhau) s穎 d映ng hàm “imwrite” c栄a MATLAB sau 8ĩ các gi違i thu壱t làm gi違m blocking l亥n l逢嬰t 8逢嬰c áp d映ng.
Hình 5.4 trình bày k院t qu違 nâng cao ch医t l逢嬰ng gi違m nhi宇u blocking 8嘘i v噂i 違nh lena c栄a các ph逢挨ng pháp khác nhau. Ch医t l逢嬰ng hi吋n th鵜 cho th医y ph逢挨ng pháp c栄a tác gi違 Chen [10] cĩ 8瓜 lo衣i b臼 nhi宇u blocking t嘘t tuy nhiên 違nh b鵜 m運 khá nhi隠u. Ph逢挨ng pháp c栄a tác gi違 Yao nie [16] cho k院t qu違 lo衣i b臼 nhi宇u blocking khá t嘘t tuy nhiên 違nh v磯n b鵜 m運. Ph逢挨ng pháp c栄a tác gi違 Liu [11] cĩ 8瓜 lo衣i b臼 nhi宇u kém h挨n tuy nhiên 違nh gi英 8逢嬰c nhi隠u nét chi ti院t k院t c医u h挨n. 謂nh k院t qu違 c栄a gi違i thu壱t 8逢嬰c 8隠 xu医t cho th医y nĩ 8衣t 8逢嬰c 8瓜 dung hịa gi英a kh違 n<ng lo衣i b臼 nhi宇u và duy trì 8瓜 s逸c nét, 8瓜 chi ti院t t嘘t h挨n các ph逢挨ng pháp khác.
HVTH: Nguy宇n Minh H違i 52 GVHD: TS. Võ Trung D ng
(a) 謂nh g嘘c (b) 謂nh nén q=10
(c) Ph逢挨ng pháp c栄a tác gi違Chen [10] (d) Ph逢挨ng pháp c栄a tác gi違 Luu [11]
(e) Ph逢挨ng pháp Yao nie [16] (f) Ph逢挨ng pháp 8隠 xu医t
Hình 5.4 – ChＸt l⇔ぢng hiあn thお cてa Ｖnh nén lena vずi các giＶi thuｆt deblocking khác nhau
HVTH: Nguy宇n Minh H違i 53 GVHD: TS. Võ Trung D ng
(a) 謂nh mobile (b) 謂nh nén q=10
(c) Ph逢挨ng pháp c栄a tác gi違Chen [10] (d) Ph逢挨ng pháp c栄a tác gi違 Luu [11]
(e) Ph逢挨ng pháp [16] (f) Ph逢挨ng pháp 8隠 xu医t
Hình 5.5 – ChＸt l⇔ぢng hiあn thおＶnh nén mobile vずi các giＶi thuｆt deblocking
Hình 5.5 trình bày k院t qu違 làm gi違m nhi宇u blocking c栄a các gi違i thu壱t khác nhau c栄a 違nh mobile. Ch医t l逢嬰ng hi吋n th鵜 c栄a 違nh sau x穎 lý cho th医y gi違i thu壱t 8逢嬰c 8隠 xu医t v磯n 8衣t 8逢嬰c 8瓜 cân b茨ng gi英a lo衣i b臼 nhi宇u và duy trì 8瓜 s逸c nét c栄a 違nh t嘘t h挨n.
HVTH: Nguy宇n Minh H違i 54 GVHD: TS. Võ Trung D ng
(a) 謂nh Lena (b) 謂nh Baboon
(c) 謂nh Mobile (d) 謂nh Paris
(e) 謂nh Foreman
HVTH: Nguy宇n Minh H違i 55 GVHD: TS. Võ Trung D ng Hi羽u qu違 c栄a gi違i thu壱t 8逢嬰c 8隠 xu医t so v噂i các gi違i thu壱t khác khơng ch雨 là so sánh ch医t l逢嬰ng hi吋n th鵜 c栄a 違nh 8逢嬰c nâng cao mà cịn 8逢嬰c 8ánh giá m瓜t cách 8鵜nh l逢嬰ng thơng qua tính tốn PSNR (Peak Signal to Noise Ratio) và SSIM (Structural SIMilarity) [25]. Hình 5.6 là t壱p 違nh 8逢嬰c s穎 d映ng trong mơ ph臼ng 8吋8ánh giá hi羽u qu違 gi違i thu壱t 8隠 xu医t so v噂i các gi違i thu壱t khác.
Hình 5.7 và Hình 5.8 trình bày bi吋u 8欝 so sánh PSNR c栄a các gi違i thu壱t v噂i các m泳c 8瓜 nén khác nhau (t嘘c 8瓜 bít khác nhau, h羽 s嘘 ch医t l逢嬰ng q khác nhau) c栄a 違nh mobile. K院t qu違 cho th医y gi違i thu壱t 8隠 xu医t hi羽u qu違 h挨n các gi違i thu壱t khác khá nhi隠u.
Hình 5.7 – PSNR theo tぐc 8じ bit cてa Ｖnh mobile vずi các giＶi thuｆt xぬ lý khác nhau
Hình 5.8 – PSNR theo hう sぐ chＸt l⇔ぢng cてa Ｖnh mobile vずi các giＶi thuｆt xぬ lý khác nhau
HVTH: Nguy宇n Minh H違i 56 GVHD: TS. Võ Trung D ng B違ng 5.1 trình bày k院t qu違 tính tốn PNSR c栄a các 違nh khác nhau 8逢嬰c nén JPEG v噂i h羽 s嘘 ch医t l逢嬰ng q = 10. Trong 8ĩ m厩i hàng là k院t qu違 PSNR c栄a các ph逢挨ng pháp và hàng cu嘘i cùng là k院t qu違 8瓜 l嬰i trung bình c栄a m厩i ph逢挨ng pháp 8嘘i v噂i t壱p 違nh m磯u th詠c hi羽n mơ ph臼ng. K院t qu違 cho th医y gi違i thu壱t 8隠 xu医t t臼 ra hi羽u qu違 h挨n so v噂i các gi違i thu壱t khác. Nĩ 8衣t 8逢嬰c k院t qu違 t嘘t nh医t trong ph亥n l噂n các 違nh 8逢嬰c th穎 nghi羽m.
BＶng 5.1 – So sánh PSNR cてa các giＶi thuｆt làm giＶm nhiいu blocking
謂nh T嘘c 8瓜 bít JPEG Chen PSNR(dB) [10] Luu [11] Yao nie [16] A隠 xu医t Lena 0.0365 27.5295 28.2356 28.1402 28.0196 28.0883 Mobile 0.0925 20.6355 20.2656 20.5125 20.7493 20.8186 Paris 0.0715 22.7334 22.5327 22.6509 22.5327 23.0251 Baboon 0.0647 21.2170 21.3661 21.2561 21.3081 21.3277 Foreman 0.0467 27.3055 27.7264 27.6150 27.7608 27.8107 A瓜 l嬰i trung bình 0.1411 0.15076 0.18992 0.3299
Tuy nhiên, PSNR khơng ph違i lúc nào c ng là thơng s嘘 8o l逢運ng ph違n 違nh t嘘t nh医t ch医t l逢嬰ng hi吋n th鵜 c栄a 違nh, m員c dù nĩ là m瓜t trong nh英ng tiêu chu育n ph鰻 bi院n nh医t 8逢嬰c s穎 d映ng trong x穎 lý hình 違nh. Aơi khi PSNR cao nh逢ng ch医t l逢嬰ng c違m nh壱n c栄a con ng逢運i 8嘘i v噂i 違nh l衣i khơng t嘘t. G亥n 8ây, tác gi違 Wang Zhou [25] 8隠 xu医t cơng c映8ánh giá ch医t l逢嬰ng hình 違nh phù h嬰p h挨n v噂i h羽 th嘘ng m逸t ng逢運i là SSIM. B違ng 5.2 trình bày k院t qu違 tính tốn SSIM c栄a các gi違i thu壱t trên t壱p 違nh th穎 nghi羽m. Trong 8ĩ m厩i hàng là k院t qu違 SSIM c栄a các ph逢挨ng pháp và hàng cu嘘i là 8瓜 l嬰i trung bình c栄a các ph逢挨ng pháp trên t壱p 違nh th穎 nghi羽m.
BＶng 5.2 – So sánh SSIM cてa các giＶi thuｆt làm giＶm nhiいu blocking
謂nh T嘘bít c 8瓜 JPEG Chen SSIM
[10] Luu [11] Yao nie [16] A隠 xu医t Lena 0.0365 0.9593 0.9646 0.9639 0.9593 0.9639 Mobile 0.0925 0.7940 0.7820 0.7904 0.8031 0.8072 Paris 0.0715 0.8383 0.8406 0.8427 0.8517 0.8537 Baboon 0.0647 0.7592 0.7430 0.7520 0.7545 0.7589 Foreman 0.0467 0.8709 0.8852 0.8839 0.8870 0.8875 A瓜 l嬰i trung bình -0.0013 0.0022 0.0068 0.0099
HVTH: Nguy宇n Minh H違i 57 GVHD: TS. Võ Trung D ng