Modèle de perception couleur. Application à l'évaluation de qualité d'images

Modèle de perception couleur. Application à l'évaluation de qualité d'images

Color perception model. Application to image quality assessment

P. Le Callet D. Barba 

IRCCyN UMR CNRS 6597, École polytechnique de l'université de Nantes, rue Christian Pauc BP 50609, 44306 Nantes Cedex 3

Page: 
461-477
|
Received: 
15 June 2004
|
Accepted: 
N/A
|
Published: 
31 October 2004
| Citation

OPEN ACCESS

Abstract: 

The design of image visual quality objective criteria is very useful in order to optimize the performances of image processing systems for storage and transmission of visual data. An objective quality criterion should provide quality measures in good correspondence with human judgment. So, it is necessary to introduce the main properties of the human visual system (HSV) in the design of such a criterion.

This paper presents a very elaborated model of color images perception by the HVS. It takes into account and models in a coherent way the key functions of human perception: visual space for color representation, contrast sensitivity functions for achromatic and chromatic components respectively, perceptual channels decomposition, intra and inter pathways masking functions. All these models have been deduced from the interpretation of results of psychophysics experiments. Next, we present an application of the perception model to the design of an objective quality criterion with full reference for color images. This application is based on a critical analysis of different ways to construct the pooling function of perceived errors including inter-pathway pooling, inter-channel pooling and spatial pooling. The entire objective quality criterion have been tested on a database of natural color images which have been stressed with distortions of different nature and strength. Performances in terms of correlation with mean human judgment is more than 0.94 and 97 % of images are correctly assessed according to the accuracy on the subjective rate given by observers.

Résumé

La conception de critères objectifs d'évaluation de qualité visuelle des images est d'une grande utilité afin d'optimiser les performances des systèmes de traitement d'images pour le stockage et la transmission de l'information visuelle. Un critère objectif de qualité doit fournir des mesures de qualité en forte correspondance avec le jugement humain. Il est donc nécessaire d'intégrer des modèles des principales propriétés du système visuel humain dans la conception d'un tel critère. Ce papier présente un modèle très élaboré de perception des images couleur par le système visuel humain (SVH). Il prend en compte et modélise de façon cohérente les fonctions clé de la perception : espace de représentation visuelle des couleurs, fonctions de sensibilité aux contrastes des composantes achromatique et chromatiques, décomposition en canaux perceptifs, fonctions de masquage intra et inter composante. Tous ces modèles ont été déduits à partir de résultats de tests psychophysiques et de leur interprétation. L'application du modèle de perception à la conception d'un critère objectif de qualité d'images couleur avec image de référence est ensuite effectuée. Elle se base sur une analyse critique des différentes façons de construire une fonction de cumul des dégradations perçues: cumul inter-composante, cumul inter-canal, cumul spatial. L'ensemble du critère objectif de qualité a été testé sur une base d'images naturelles couleur ayant subies des dégradations de nature et de force différentes. Les performances en terme de corrélation avec le jugement humain moyen est supérieure à 0,94 et 97 % des images sont correctement évaluées au regard de la précision sur les notes subjectives données par l'humain.

Keywords: 

Quality assessment, human color perception, masking effect, psychovisual color space

Mots clés

Évaluation de qualité, perception couleur humaine, effet de masquage, espace couleur psychovisuel

1. Introduction
2. Structure Globale Du Modèle De Perception
3. Choix D'un Espace De Représentation Des Couleurs
4. Fonctions De Sensibilité Aux Contrastes
5. Décomposition En Canaux Perceptuels
6. Fonction De Masquage
7. Application À L'évaluation De Qualité D'images Couleur
8. Conclusion
  References

[1] S. DALY, "The visible differences predictor : An algorithm for the assessment of image fidelity", in SPIE Vol. 1666, pp. 2-15, 1992.

[2] D. J. SAKRISON, "On the role of the observer and a distortion measure in image transmission", IEEE Transactions on Communications COM-25(11), pp. 1251-1267, 1977.

[3] J. G. DAUGMAN, "Spatial visual channels in the fourier plane", Vision research 24(9), pp. 891-910, 1984.

[4] G. C. PHILIPS and H. R. WILSON, "Orientation bandwidths of spatial mechanisms measured by masking", Journal of the Optical Society of America 1(2), pp. 226-232, 1984.

[5] A. B. WATSON, "The cortex transform : Rapid computation of simulated neural images", computer vision, graphics and image processing 39, pp. 311-327, 1987.

[6] S. DALY, "A visual model for optimizing the design of image processing algorithms", in IEEE Int. Conf. on Image Processing, pp. 16-20, 1994.

[7] A. SÉNANE, A. SAADANE, and D. BARBA, "The computation of visual components in a subband decomposition of images", in International Conference on Signal Processing Applications and Technology, (Santa-clara), october 1993.

[8] P. LE CALLET, A. SAADANE, and D. BARBA, "Orientation selectivity of achromatic and opponent-colour channels", in ECVP European Conference on Visual Perception, journal Perception Vol. 28, (Trieste), august 1999.

[9] J. M. FOLEY, "Human luminance pattern-vision mechanisms : Masking experiments require a new model", J. Opt. Soc. Am. A 11(6), pp. 1710-1719, 1994.

[10] G. E. LEGGE and J. M. FOLEY, "Contrast masking in human vision", J. Opt. Soc. Am. 70(12), pp. 1458-1471, 1980.

[11] A. B. Eugene SWITKES and K. K. D. VALOIS, "Contrast dependence and mechanisms of masking interactions among chromatic and luminance gratings", Journal of the Optical Society of America 5(7), pp. 1149-1159, 1988.

[12] G. R. COLE, C. F. S. III, and R. E. KRONAUER, "Visual interactions with luminance and chromatic stimuli", J. Opt. Soc. Am. A 7(1), pp. 128-140, 1990.

[13] M. A. LOSADA and K. T. MULLEN, "The spatial tuning of chromatic mechanisms identified by simultaneous masking", Vision Res. 34(3), pp. 331-341, 1994.

[14] J. M. FOLEY and G. M. BOYNTON, "A new model of human luminance pattern vision mechanisms : Analysis of the effects of pattern orientation, spatial phase and temporal frequency", in SPIE Vol. 2054, pp. 32-42, 1994.

[15] P. C. TEO and D. J. HEEGER, "Perceptual image distortion", in ICIP, pp. 982-986, 1994.

[16] A. B. WATSON and J. A. SOLOMON, "Model of visual contrast gain control and pattern masking", Journal of the Optical Society of America 14(9), pp. 2379-2391, 1997.

[17] N. GRAHAM and A. SUTTER, "Normalization : Contrast-gain control in simple (fourier) and complex (non-fourier) pathways of pattern vision", Vision Research 40(20), pp. 2737-2761, 2000.

[18] B. A. WANDELL, Foundations of Vision, Sinauer Associates, 1995.

[19] D. B. JUDD, "Report of u.s. secretariat committee on colorimetry and artificial daylight", Tech. Rep. 7, bureau central de la CIE, 1951.

[20] R. L. DE VALOIS and K. K. DE VALOIS, "A multi-stage color model", Vision Research 33(8), pp. 1035-1065, 1992.

[21] O. D. FAUGERAS, Digital Color Image Processing and Psychophysics Within the Framework of Human Visual Model. PhD thesis, University of Utah, 1976.

[22] J. KRAUSKOPF, D. R. WILLIAMS, and D. W. HEELEY, "Cardinal directions of color space", Vision Res. 22, pp. 1123-1131, 1982.

[23] P. CAVANAGH, P. FLANAGAN, and O. E. FAVREAU, "Independent orientation-selective mechanisms for cardinal directions of colour space", Vision Research 30(5), pp. 769-778, 1990.

[24] M. A. WEBSTER, K. K. de VALOIS, and E. SWITKES, "Orientation and spatial-frequency discrimination for luminance and chromatic gratings", J. Opt. Soc. Am. A 7(6), pp. 1034-1049, 1990.

[25] L. BÉDAT, Aspects Psychovisuels de la Perception Des Couleurs. Application Au Codage D'images Couleur Fixes Avec Compression de L'information. PhD thesis, Université de Nantes, IRESTE, 1998.

[26] ITU, "Méthodologie d'évaluation subjective de la qualité des images de télévision", tech. rep., ITU-R Recommendation BT. 500-10, Geneva, 2000.

[27] P. CAVANAGH, P. FLANAGAN, and O. E. FAVREAU, "Independent orientation-selective mechanisms for cardinal directions of colour space", Vision Research 30(5), pp. 769-778, 1990.

[28] A. LÜSCHOW and H. C. NOTHDURFT, "Pop-out of orientation but no pop-out of motion at isoluminance", Vision Res. 33(1), pp. 91-104, 1993.

[29] A. BRADLEY, E. SWITKES, and K. DE VALOIS, "Orientation and spatial frequency selectivity of adaptation to color and luminance gratings", Vision Res. 28(7), pp. 841-856, 1988.

[30] P. Le CALLET, A. SAADANE, and D. BARBA, "Frequency and spatial pooling of visual differences for image quality assessment of still images", in SPIE Human vision and Electronic Imaging, Vol. 3959, (San Jose), january 2000.

[31] P. LE CALLET and D. BARBA, "Image quality assessment : from site errors to a global appreciation of quality", in Picture Coding Symposium, (Seoul), april 2001.

[32] P. LE CALLET and D. BARBA, "Perceptual color image quality metric using adequate error pooling for coding scheme evaluation", in SPIE Human vision and Electronic Imaging, (San Jose), january 2002.

[33] P. LE CALLET, Critères objectifs avec référence de qualité visuelle des images couleur. PhD thesis, Université de Nantes, IRESTE, 2001.

[34] O. DÉFORGES and J. RONSIN, "Locally adaptative method for progressive still image coding", IEEE International Symposium on Signal Processing and its Applications, 1999.