基于恰可察觉差的边缘图质量度量
计算机视觉与模式识别
2022-04-08 v1
摘要
在有效边缘图质量度量的辅助下，边缘检测器的性能可获提升。已有若干评估方法被提出，但对同一候选边缘图给出不同性能分数。然而，有效度量应可自动化且与人类对边缘图质量的感知判断相关联。基于距离的边缘图度量被广泛用于评估边缘图质量。这些方法考虑边缘像素的距离与统计特性以估计性能分数。现有方法可自动化，但缺乏感知特征。本文提出基于人类视觉系统恰可察觉差（JND）特征的边缘图质量度量，以弥补基于距离的边缘度量的不足。为此，我们设计了常定刺激实验来测量双空间选项的 JND 值。实验结果表明，根据主观评价，基于 JND 的距离计算优于现有基于距离的度量。
引用
@article{arxiv.2204.03155,
title = {Just-Noticeable-Difference Based Edge Map Quality Measure},
author = {Ijaz Ahmad and Seokjoo Shin},
journal= {arXiv preprint arXiv:2204.03155},
year = {2022}
}
备注
In proceedings of the 4th International Conference on Next Generation Computing (ICNGC) 2018