نام پژوهشگر: ژیلا عظیم زاده
ژیلا عظیم زاده مهدی نوشیار
اندازه¬گیری کیفیت تصاویر برای طراحی سیستم¬های پردازش تصویر که به طور بالقوه قادر به مقیاس¬بندی کیفیت بصری می¬باشند، بسیار با اهمیت است. برخی از اندازه¬گیری¬ها به توسعه¬دهندگان اجازه¬ی بهینه¬سازی طراحی¬هایشان برای ارائه¬ی بهترین کیفیتبا کمترین هزینه را می¬دهد. این پایان¬نامه در ارتباط با الگوریتم¬های خودکاری است که کیفیت تصاویر دیجیتال را بدون در دسترس داشتن هیچ¬¬گونه اطلاعاتی در مورد تصویر اصلی، ارزیابی می¬کند. با توجه به اینکه¬ در خصوص ارزیابی کیفیت تصاویر چهره، کارهای اندکی انجام شده است، در این پایان نامه پس از بررسی الگوریتم¬های انجام شده در حوزه¬ی ارزیابی کیفیت تصاویر با الگوریتم بدون مرجع، چند روش پیشنهادی،ارائه داده¬ایمو برای ارزیابی عملکرد آن¬ها، دیتابیسی شامل630 تصویر چهره، مشابه دیتابیس live تحت عنوان"face-uma" تهیه کرده و عملکرد الگوریتم¬های پیشنهادی را مورد سنجش قرار می¬دهیم. روش¬ اول مبتنی بر روش آماره¬های تصاویر طبیعی در حوزه¬ی تبدیل کسینوسی گسسته می¬باشد. در روش دوم الگوریتمشاخص تیزی را بر روی تصاویر تار اجرا می¬کنیم و در روش سوم با توجه به نتایج حاصل از اجرای دو روش قبل، روش اول را تنها برای بلوک¬های منتخب و تیزتراجرا می¬کنیم که سبب بهبود نسبی نتیجه می¬شود. در روش چهارم علاوه بر آماره¬های تصاویر طبیعی، از توصیف¬گرهای بافت هیستوگرام و برخی ویژگی¬های مرتبط با تصاویر چهره نیز بهره می¬بریم و مشاهده می¬شود کهعلاوه بر بهبود نسبت به روش¬های ارائه شده¬ی سابق، همبستگی بالایی با ارزیابیانسان از کیفیت دارد.