Vaizdų klasifikavimas pagal suspaudimo algoritmo poveikį jų kokybei

Abstract

Straipsnyje nagrinėjamas vaizdų klasifikavimo uždavinys, kuriuo siekiama klasifikuoti vaizdus pagal suspaudimo algoritmo poveikį jų kokybei. Aptariami vaizdų kokybės įvertinimo matai bei vaizdų klasifikavimo metodai. Eksperimentiniu tyrimu siekiama nustatyti, kokie originalius vaizdus apibūdinantys požymiai turi būti naudojami klasifikuojant šiuos vaizdus pagal jų kokybę po suspaudimo JPEG algoritmu. Vaizdo kokybė po suspaudimo vertinama struktūrinio panašumo (SSIM) indekso metodu. Nustatyta, kad tiksliausi klasifikavimo taikant atraminių vektorių klasifikatorių rezultatai gauti, kai originalūs vaizdai yra apdorojami kraštų aptikimo filtrais.

In this paper we have investigated an image classification problem where we aim to classify images according their quality after compression. Measures for image quality estimation and methods of image classification have been discussed. The aim of experimental investigation is to determine which features describing the original images have to be used in the classification of the images into two classes with good and bad quality after compression. Quality of images after compression is estimated by a structural similarity (SSIM) index method. We conclude that when using the support vector machine the most accurate classification results have been obtained with preprocessed images by edge detection filters.