画質

画質とは、さまざまな画像システムが画像を形成する信号をキャプチャ、処理、保存、圧縮、送信、および表示する精度のレベルを指します。別の定義では、画質は「画像の視覚的に重要なすべての属性の重み付けされた組み合わせ」と呼ばれます。^{[1] : 598} 2 つの定義の違いは、一方はさまざまな画像システムにおける信号処理の特性に焦点を当て、後者は人間の視聴者にとって画像を快適なものにする知覚評価に焦点を当てていることです。

画像品質と画像の忠実度を混同しないでください。画像の忠実度とは、アナログ メディアからデジタル画像への デジタル化または変換プロセスを通じて、特定のコピーを知覚的にオリジナルと同じ方法で (歪みや情報の損失なしに)レンダリングするプロセスの能力を指します。

精度のレベルを決定するプロセスは、画像品質評価 (IQA) と呼ばれます。画像品質評価は、エクスペリエンス品質の尺度の一部です。画像品質は、主観的および客観的な 2 つの方法で評価できます。主観的な方法は、画像または画像セットの属性に関する人間の視聴者の知覚評価に基づいていますが、客観的な方法は、知覚的な画像品質を予測できる計算モデルに基づいています。^{[2] : vii}客観的方法と主観的方法は、必ずしも一貫しているわけではなく、正確であるわけでもありません。人間の視聴者は、コンピューター アルゴリズムでは認識できない画像セットの品質の大きな違いを認識する場合があります。

主観的な方法はコストがかかり、多くの人手が必要で、リアルタイムで自動化することは不可能です。そのため、画質評価研究の目標は、主観的な評価とも一致する客観的な評価アルゴリズムを設計することです。^[3]このようなアルゴリズムの開発には多くの潜在的な用途があります。それらは、品質管理システムにおける画質の監視、画像処理システムとアルゴリズムのベンチマーク、および画像システムの最適化に使用できます。^{[2] : 2  [3] : 430}

画像形成プロセスは、信号がキャプチャ面を通過して到達する瞬間と、信号が表示されるデバイスまたは手段との間のいくつかの歪みの影響を受けます。光学収差は画像品質に大きな歪みを引き起こす可能性がありますが、画像品質評価の分野には含まれません。レンズによって発生する光学収差は光学領域に属し、信号処理領域には属しません。

理想的なモデルでは、信号の放出と信号が捕捉される表面との間に品質の損失はありません。たとえば、デジタル画像は、電磁放射やその他の波が物体を通過したり物体から反射したりすることによって形成されます。その後、その情報は画像センサーによって捕捉され、デジタル信号に変換されます。ただし、センサーには非理想的な性質があり、その性能が制限されます。

画像品質は、客観的または主観的な方法で評価できます。客観的な方法では、画像に生じた歪みや劣化を分析するさまざまなアルゴリズムによって画像品質評価が行われます。主観的な画像品質評価は、人間が画像品質を体験または認識する方法に基づいた方法です。品質評価の客観的な方法と主観的な方法は、必ずしも相互に相関しているわけではありません。アルゴリズムでは、画像とその変更または劣化したバージョンに同様の値が表示される場合がありますが、主観的な方法では、同じ画像とそのバージョンの品質に著しい違いが感じられる場合があります。

画質評価のための主観的方法は、心理物理学研究のより広い領域に属し、物理的刺激と人間の知覚との関係を研究する分野です。主観的 IQA 法は、通常、平均意見スコア手法を適用して構成され、多数の視聴者が画質の知覚に基づいて意見を評価します。これらの意見は、その後、数値にマッピングされます。

これらの方法は、ソース画像とテスト画像の可用性に応じて分類できます。

• 単一刺激: 視聴者はテスト画像のみを持ち、ソース画像は認識しません。
• 二重刺激: 視聴者はソース画像とテスト画像の両方を見ることができます。

視覚は環境や視聴条件によって影響を受ける可能性があるため、国際電気通信連合は主観的な画質評価のための標準化されたテスト方法に関する一連の推奨事項を作成しました。^[4]

Wang & Bovik (2006) は、客観的な手法を次の基準で分類している: (a) 元の画像が利用可能であること、(b) 適用範囲に基づいていること、(c)品質を評価するための人間の視覚システムのシミュレーションモデルに基づいていること。^[5] Keelan (2002) は、(a) 直接的な実験測定、(b) システムモデリング、(c) 較正された標準に対する視覚評価に基づいて手法を分類している。^{[6] : 173}

• フルリファレンス (FR) 方式- FR メトリックは、テスト画像と、完全な品質を持つと想定される参照画像 (例: 画像のオリジナルと JPEG 圧縮バージョンの画像) を比較して、テスト画像の品質を評価します。
• 縮小参照 (RR) 方式- RR メトリックは、両方の画像から抽出された特徴の比較に基づいて、テスト画像と参照画像の品質を評価します。
• 非参照 (NR) 方式- NR メトリックは、元の画像を参照せずにテスト画像の品質を評価しようとします。

画質指標は、特定の種類の劣化（例えば、ぼやけ、ブロッキング、リンギング）のみを測定するか、すべての信号歪み、つまり複数の種類のアーティファクトを考慮に入れるかという観点から分類することもできます。 ^[7]

• シャープネスは、画像が伝えることができる詳細の量を決定します。システムのシャープネスは、レンズ (設計と製造品質、焦点距離、絞り、画像の中心からの距離) とセンサー (ピクセル数とアンチエイリアシング フィルター) によって影響を受けます。現場では、シャープネスはカメラの揺れ (良い三脚が役立つ場合があります)、フォーカスの精度、大気の乱れ (熱の影響とエアロゾル) によって影響を受けます。シャープネスの低下はシャープネス調整によって回復できますが、シャープネス調整には限界があります。シャープネス調整が過剰になると、コントラスト境界付近に「ハロー」が現れて画像の品質が低下することがあります。多くのコンパクト デジタル カメラの画像は、画質の低下を補うために、シャープネス調整が過剰に行われることがあります。
• ノイズは、画像密度のランダムな変化で、フィルムの粒子やデジタル画像のピクセル レベルの変動として目に見えるものです。ノイズは、画像センサー内部の基本的な物理学 (光子の性質と熱の熱エネルギー) の影響から生じます。一般的なノイズ低減 (NR) ソフトウェアは、コントラストの境界付近の領域を除外して画像を滑らかにすることで、ノイズの可視性を低減します。この手法は効果的ですが、細かい低コントラストの詳細が見えにくくなる場合があります。
• ダイナミック レンジ(または露出範囲) は、カメラが捉えることができる光のレベルの範囲で、通常は f ストップ、EV (露出値)、またはゾーン (露出におけるすべての係数 2) で測定されます。これはノイズと密接に関係しており、ノイズが多いとダイナミック レンジが低くなります。
• トーン再現とは、シーンの輝度と再現された画像の明るさの関係です
• コントラスト（ガンマとも呼ばれる）は、log-log 空間におけるトーン再現曲線の傾斜です。高コントラストは通常​​、ダイナミック レンジの損失、つまりハイライトまたはシャドウのディテールの損失、またはクリッピングを伴います。
• 色の正確さは、重要でありながら曖昧な画質要因です。多くの視聴者は、色の彩度が高いことを好みます。最も正確な色が必ずしも最も心地よいとは限りません。それでも、カメラの色応答、つまり色の変化、彩度、ホワイト バランス アルゴリズムの有効性を測定することは重要です。
• 歪みは、直線を曲げる収差です。建築写真や計測学 (測定を伴う写真アプリケーション) では問題になることがあります。歪みは、携帯電話などの低価格のカメラや低価格のDSLR レンズで目立つ傾向があります。通常、広角写真では非常に簡単に確認できます。現在ではソフトウェアで修正できます。
• ヴィネット、つまり光量の減少により、画像の角付近が暗くなります。広角レンズでは顕著になることがあります。
• 露出精度は、全自動カメラや、露出後の色調調整がほとんどまたはまったくできないビデオカメラでは問題になることがあります。露出メモリを備えたカメラもあり、非常に明るいまたは暗い物体がシーンに現れた後に露出が変化することがあります。
• 横方向色収差(LCA) は、「色フリンジ」とも呼ばれ、紫色のフリンジも含み、画像の中心から異なる距離に色が焦点を合わせるレンズ収差です。画像の角の近くで最も目立ちます。LCA は、超広角レンズ、真の望遠レンズ、ズームレンズなどの非対称レンズで最も顕著になります。デモザイク処理の影響を強く受けます。
• レンズフレア（「ベールグレア」を含む）は、レンズ要素とレンズの内側のバレルの間の反射によってレンズや光学系に発生する迷光です。これにより、画像の曇り（影の詳細と色の損失）や、視野内または視野付近に明るい光源がある場合に発生する「ゴースト」画像が発生する可能性があります。
• カラーモアレは、布地や柵など、空間周波数の高い繰り返しパターンを持つ画像に現れる人工的なカラー バンディングです。レンズのシャープネス、アンチエイリアシング (ローパス) フィルター (画像を柔らかくする)、およびデモザイクソフトウェアの影響を受けます。最もシャープなレンズを使用すると、モアレが悪化する傾向があります。
• アーティファクト – ソフトウェア (特に RAW 変換中に実行される操作) により、データ圧縮や伝送損失 (低品質のJPEGなど)、過度にシャープになった「ハロー」、微細で低コントラストのディテールの損失など、重大な視覚的アーティファクトが発生する可能性があります。

• Sheikh, HR; Bovik AC、「画像品質評価への情報理論的アプローチ」。Bovik, AC イメージおよびビデオ処理ハンドブック。Elsevier、2005 年。
• Guangyi Chen、Stephane Coulombe、SIFT 特徴に基づく画像の視覚品質評価方法 85-97 JPRR
• Hossein Ziaei Nafchi、Atena Shahkolaei、Rachid Hedjam、Mohamed Cheriet、「平均偏差類似度指数: 効率的で信頼性の高いフルリファレンス画像品質評価ツール」。IEEE Access。IEEE