Winscale
СРАВНЕНИЕ АЛГОРИТМОВ
Мы сравнили алгоритм winscale с несколькими обычными алгоритмами по качеству изображения и сложности самих алгоритмов. Существует много алгоритмов масштабирования изображений от дорогих (адаптивный метод) к недорогим (простой метод повторения). Мы проанализировали методы ближайшего соседа, билинейный метод и бикубический метод. Все алгоритмы были реализованы на языке С. Пределы точности представления данных брались одинаковыми для большей объективности сравнения. Некоторые алгоритмы были исключены из списка (в частности сложные алгоритмы с низкими потерями или использующие адаптивную фильтрацию [12], [13], а также требующие больших аппаратных ресурсов). Алгоритм простого повтора не требует аппаратных затрат. Однако получить изображение хорошего качества, масштабированное этим алгоритмом, нам не удастся, потому что в результате повторов наблюдается блочный эффект. Сложные алгоритмы стоят больших аппаратных затрат. Билинейный алгоритм схож с нашим по используемому аппаратному обеспечению и затратам. Количество операций сравнения некоторых алгоритмов на пиксель показано в табл. 1.
Табл. 1.
Количественное сравнение может быть сделано путем вычисления среднеквадратичной ошибки (RMSE) яркостной компоненты. Для RMSE сравнения пользуются двумя методами. Один из них – уменьшение изображения с XGA-разрешения 1024*768 до VGA-разрешения 640*480 с последующим увеличением до первоначального размера. Другой – увеличение с VGA до XGA с последующим уменьшением до VGA. Мы использовали шесть изображений (три природных пейзажей и три изображения, содержащих текст), приведённых на рис. 7.
Рис. 7.
На рис. 8 показаны результаты RMSE-сравнения. На рис. 8 (b), среднеквадратичная ошибка метода ближайшего соседа равна 0, так как при уменьшении изображения после предварительного его увеличения было получено исходное изображение.
Рис. 8 а.
Рис. 8 б.
Исходя из этих результатов видно, что качество результатов работы алгоритма winscale такое же или лучше, чем качество изображения, полученного билинейным алгоритмом при сравнимой сложности. Тем не менее, одного сравнения RMSE недостаточно. Качественное сравнение также необходимо, хотя оно весьма субъективно и зависит от человеческого восприятия. Алгоритм winscale даёт хорошие края. Поскольку при фильтрации используется небольшое число пикселей (1, 2 или 4), размытость может быть уменьшена.