3.3 Tiêu chí đánh giá
Nâng cao hình ảnh hoặc cải thiện chất lượng hình ảnh của một hình ảnh kỹ thuật số có thể được mang tính chủ quan. Nói rằng một phương pháp nâng cao chất lượng hình ảnh tốt hơn có thể khác nhau ở người này với người khác. Vì lý do này, cần thiết để thiết lập các phương pháp định lượng để so sánh hiệu quả của các thuật toán nâng cao chất lượng hình ảnh.
Để đánh giá chất lượng hình ảnh denoising thì ta sẽ dùng hai phương pháp đo là: Tỉ số tín hiệu trên nhiễu đỉnh (Peak signal –to-noise ratio - PSNR) và sai số bình phương (Mean squared error - MSE).
Hầu hết các phương pháp đánh giá đều dựa trên qui tắc Minkowski:
Với là sai số (sự khác biệt) giữa ảnh tham khảo và ảnh đã được giảm nhiễu và là số mũ hằng số thông thường được chọn nằm khoảng giữa 1 và 4 khi áp dụng lỗi ảnh.
Mục đích của việc giảm nhiễu là bắt đầu từ một ảnh nhiễu đưa ra ước lượng tốt nhất có thể của ảnh gốc . Đơn vị đo lường cho kết quả của quá trình giảm nhiễu thường là một đơn vị đo lỗi .
Hàm MSE thông thường được sử dụng bởi nó có cấu trúc toán học đơn giản, dễ dàng tính toán và nó ngụ ý rằng một tối thiểu có thể được tìm thấy. Cho một tín hiệu hình ảnh rời rạc và xấp xỉ (ước lượng) với . MSE được định nghĩa:
Với và lần lượt biểu diễn hình ảnh gốc và ảnh đã giảm nhiễu. Tiêu chuẩn sai số bình phương trung bình gốc – RMSE (root mean squared error) là căn bậc hai của MSE, tức trong công thức trên (Minkowski) .
Thông số MSE được tính dựa trên độ sai khác giá trị giữa 2 pixel của ảnh sau khi khôi phục và ảnh gốc. Vì thế giá trị MSE càng nhỏ tức là độ sai khác giữa 2 pixel càng nhỏ, điều này đồng nghĩa với ảnh sau khi khôi phục tương đồng với ảnh gốc. Vì thế giá trị MSE càng nhỏ biểu hiện mức độ khử nhiễu càng tốt và đạt hiệu quả cao. Hệ số MSE càng nhỏ càng tốt.
Một đơn vị đo chất lượng ảnh đơn giản và phổ biến nhất là PSNR, được tính như sau:
Với là giá trị cường độ cao nhất, giá trị PSNR thông thường nằm trong khoản 20 đến 40. PSNR dùng đơn vị là decibel (dB). Một sự cải thiện trong cường độ PSNR sẽ làm tăng độ rõ nhìn bằng mắt thường của ảnh. PSNR là đơn vị đo tốt nhất khi so sánh kết quả phục hồi với ảnh gốc, nhưng khi so sánh giữa các ảnh với nhau thì vô nghĩa. Một ảnh với 30 dB PSNR có thể tốt hơn nhiều so với ảnh có 20 dB PSNR. Thông thường, nếu PSNR ≥ 40 dB thì hệ thống mắt người gần như không phân biệt được giữa ảnh gốc và ảnh phục sau khi đã làm giảm nhiễu.
Thông số PSNR biểu hiện cho sự sắc nét, rõ ảnh. Nên chúng ta có thể tính toán sự khôi phục của biên cạnh trên hình ảnh đã được khôi phục thông qua thông số này. PSNR trên 30dB thì ảnh sau khi khôi phục có sự tương đồng rất lớn đối với ảnh gốc.
Một đơn vị đo lường khác là chỉ số SSIM (Structural SIMilarity). SSIM so sánh các mẫu độ lớn pixel của ảnh trên cơ sở độ chói và độ tương phản cục bộ của các pixel được phân tích. Cho và là hai vector dữ liệu được giả sử chứa các giá trị không âm mô tả các giá trị pixel được so sánh. Độ chói và độ tương phản của các pixel này được ước lượng bởi giá trị trung bình và độ lệch chuẩn của và . chỉ số SSIM giữa và được cho bởi công thức:
Với lần lượt là trung bình và độ lệch chuẩn của (tương tự với ) và chỉ định hiệp phương sai giữa và .
Chương 4
HIỆN THỰC GIẢI THUẬT VÀ ĐÁNH GIÁ KẾT QUẢ 4.1 Các thông số đầu vào và tập dữ liệu thử nghiệm
Tập dữ liệu sử dụng được thu thập từ giáo viên hướng dẫn cung cấp hầu hết là các thể loại ảnh: ảnh CT, ảnh MRI, ảnh X-quang, … Các ảnh thu thập đều là ảnh xám và trải qua quá trình biên tập để trở thành ảnh vuông (lũy thừa của 2). Với các ảnh đầu vào dành cho việc kiểm tra kết quả này là ảnh 256x256, 512x512.
Trong đề tài này, số lượng ảnh được biên tập và sử dụng là 53 ảnh y khoa. Các hình ảnh gốc này được thêm các loại mờ Motion, mờ Gaussian và nhiễu Gaussian, nhiễu đốm, nhiễu muối tiêu theo hệ số mờ và hệ số nhiễu khác nhau (với các giá trị mờ nhiễu khác nhau sẽ được nêu cụ thể ở phần kết quả thực nghiệm) để tiến hành kiểm chứng kết quả của giải thuật đề xuất.