Una revisión de las métricas aplicadas en el procesamiento de imágenes
Resumen
La evaluación de las imágenes, después del procesamiento, es un paso importante para determinar la calidad de la imagen, que generalmente se evalúa utilizando métricas. Este artículo se basa en la presentación de las métricas para la medición y validación de la calidad de imagen. Se realiza un estudio de las diversas métricas cuantitativas para mejorar los cambios en el contraste y la nitidez de imágenes generales, con el objetivo de predecir automáticamente la calidad de imagen percibida. Las métricas de validación que se presentan son las de compresión de imagen, segmentación y clasificación.
Descargas
Citas
Ananthi, V., Balasubramaniam, P., & Kalaiselvi, T. (2016). A new fuzzy clustering algorithm for the segmentation of brain tumor. Soft Computing, 4859–4879.
Bhola, V. K., Sharma, T., & Bhatnagar, J. (2014). Image Quality Assessment Techniques 1, 161(May), 156–161.
Gil, J. (2011). Evaluación de calidad en la segmentación de imágenes, (ISSN 2072-6287).
Jaya, V. ., & Gopikakumari, R. (2013). IEM: A New Image Enhancement Metric for Contrast and Sharpness Measurements. International Journal of Computer Applications, 79(9), 1–9. https://doi.org/10.5120/13766-1620
Jia, Y., & Zhang, C. (2008). Learning distance metric for semi-supervised image segmentation, 3204–3207.
Kalaiselvi, T. (2016). ROI Based Hybrid Compression Techniques for Transferring MRI Brain Images, 4(4), 270–277.
Kalaiselvi, T., Vasanthi, R., & Sriramakrishnan, P. (2017). A Study on Validation Metrics of Digital Image Processing, (January).
Pappas, T. N., & Hill, M. (2000). Perceptual Criteria for Image Quality Evaluation. Handbook of Image and Video Processing, (908).
Wang, Z., & Bovik, A. C. (2002). A universal image quality index. IEEE Signal Processing Letters, XX, 2–5.
Wang, Z., Bovik, A. C., Sheikh, H. R., Member, S., Simoncelli, E. P., & Member, S. (2004). Image Quality Assessment : From Error Visibility to Structural Similarity, 13(4), 600–612.
