株式会社ヘキサドライブ | HEXADRIVE

お久しぶりです。
先日、開催されたWorld Baseball Classic(WBC)で日本が準決勝で破れ、
少しテンションが落ち気味のマックスです。
しかし、もうすぐプロ野球開幕そして新年度
個人的にファンである広島東洋カープに期待しつつ、
ヘキサドライブの新人にも期待しつつ、
テンションを上げていきたいと思います。
さて、話は変わりますが、今回は「画像の画質評価」に関して、お話をしようと思います
画像には様々なフォーマットが存在しますが、JPEGやDDS等のように容量削減の目的で、
圧縮されたフォーマットも存在します。
そのような圧縮されたフォーマットには、画像の劣化がつきものです。
そこで、画像の劣化度を数値として表し、比較するための指標として以下のものがあり、
今回はそれを簡単に紹介しようと思います
■ Peak Signal to Noise Ratio(PSNR)
PSNRは、それぞれの画素ごとに画素値の差分をとり、
平均二乗誤差(MSE:Mean Square Error)を用いて、算出されます。
（詳細な計算式はこちらを参照）
計算式が比較的単純で、一般的によく使われる指標かと思われます
しかし、PSNRには弱点があり、PSNRが同じ値でも、人の目で見ると違いが大きく分かるような画像が存在します。
例えば、こちらのページ「https://ece.uwaterloo.ca/~z70wang/research/ssim/#test」の
「Demonstration」に載っている6枚の画像(左上が元画像)を見ると、
MSE(PSNRとほぼ同等のようなものと思って頂いて構いません)が同じ値を示していても
見た目に大きな差異があることが分かるかと思います
■ Structural Similarity(SSIM)
SSIMは、上記のPSNRの弱点を補うために、
2004年の論文「Image Quality Assessment: From Error Visibility to Structural Similarity」
で提案された指標になります。
SSIMは、「輝度」「コントラスト」「画像中に写っているオブジェクトの構造」
のそれぞれを比較し、算出されます。
（詳細な計算式はこちらの論文を参照）
PSNRに比べ、計算式は複雑になりますが、
先程のページの「Demonstration」を見ると、
SSIMが人の見た目に合う適当な値を出力できていることが分かるかと思います
（SSIMが1に近づくほど、元画像と似ていると評価されます。）
他にも調べれば指標があるかもしれませんが、
今回は、画像の画質評価手法として、PSNRとSSIMを簡単に紹介しました
ゲームでも、テクスチャの画質によって、全体の見栄えは大きく影響されます。
そのため、画質評価の手法に注目して、今後調べてみるのも面白いかもしれません。
それではまた
あと、おまけで、最近見つけたのですが、
「Image quality metrics: PSNR vs. SSIM」といったタイトルの論文も発表されているそうで
時間が空いたときに、見てみたいと思います。