Abgleich des JND-Algorithmus

Da einige Veränderungen zum JND-Modell von Lubin vor der Implementation vorgenommen wurden, bedeutet bei diesem Programm ein JND von 1 nicht mehr, dass 75% der Zuschauer einen Unterschied erkennen können. Deshalb müssen die Resultate dieses Algorithmus neu geeicht werden und zwar so, dass die Werte mit dem subjektiven Eindruck übereinstimmen.

Für diesen Vorgang habe ich verschiedene Testbilder ausgewählt und diese qualitativ unterschiedlich stark verschlechtert. Da es bei dieser Arbeit insbesondere um die Auswirkungen der digitalen komprimierten Videoübertragung geht und eine verschlechterung der Bilder nicht mit Codecs zu erreichen war (siehe Kapitel 11), habe ich als Ersatz dafür die JPEG-Komprimierung ausgewählt.

Jedes Testbild wurde mit verschiedenen Kompressionsraten JPEG-codiert und anschliessend abgespeichert. Nun sollte eine Testgruppe von Studenten die Bilder relativ zur Qualität der Originalbilder bewerten.

Dazu ist zu sagen, dass alle verwendeten Bilder durch Framegrabbing entstanden sind und da der Grabber nicht die allerbeste Qualität besitzt, war oft das Referenzbild nicht von bester Qualität, was das Ergebnis geringfügig verfälscht haben dürfte, da natürlich jede Testperson auch die Qualität des normalen Fernsehbildes ungefähr kennt und diese Eindrücke bei der Bewertung auch eine Rolle gespielt haben dürften.

Es wurde folgende Bewertungsskala verwendet:

6. Kein Unterschied feststellbar

5. Leichte Unterschiede, nicht störend

4. Unterschiede gut feststellbar, leicht störend

3. Unterschiede gut feststellbar, stark störend

2. Grosse Unterschiede, gerade noch akzeptabel

1. Starke Unterschiede, nicht mehr akzeptabel

Aufgrund dieser subjektiven Eindrücke und den rechnerischen Ergebnissen des Bildvergleichs habe ich Umrechnungen implementiert, so dass als Ergebnis des JND-Bildvergleichs nicht nur der berechnete Wert erscheint, sondern auch noch die entsprechende Wertung in Noten.

Dabei hat sich herausgestellt, dass es eigentlich nicht möglich ist, bei den rechnerischen Werten absolute Grenzen zu ziehen, sondern es müsste einen Übergangsbereich geben. Im Algorithmus sind momentan jedoch feste Schranken vorgegeben, wobei allerdings eine Unsicherheit um plus/ minus einem Notenwert besteht.