Conference Paper

Quality Metric Based Colour Palette Optimisation

Nottingham Trent University, Nottigham, England, United Kingdom
DOI: 10.1109/ICIP.2006.312636 Conference: Image Processing, 2006 IEEE International Conference on
Source: IEEE Xplore

ABSTRACT Colour quantisation is a common image processing technique where full colour images are to be displayed using a limited palette. The choice of a good palette is therefore crucial as it directly determines the quality of the resulting image. Standard quantisation approaches typically try to minimise the (squared) error between the original and the quantised image which does not correspond well to how humans perceive the images. In this paper we introduce a new colour quantisation algorithm that is designed not to minimise these errors but to maximise the image quality as evaluated by S-CIELAB, an image quality metric that has been shown to work well for various image processing tasks. Experimental results based on a set of standard images demonstrate the superiority in terms of achieved image quality of our novel method

0 Followers
 · 
61 Views
  • SID Symposium Technical Digest; 01/1996
  • Source
    [Show abstract] [Hide abstract]
    ABSTRACT: We present a review of perceptual image quality metrics and their application to still image compression. The review describes how image quality metrics can be used to guide an image compression scheme and outlines the advantages, disadvantages and limitations of a number of quality metrics. We examine a broad range of metrics ranging from simple mathematical measures to those which incorporate full perceptual models. We highlight some variation in the models for luminance adaptation and the contrast sensitivity function and discuss what appears to be a lack of a general consensus regarding the models which best describe contrast masking and error summation. We identify how the various perceptual components have been incorporated in quality metrics, and identify a number of psychophysical testing techniques that can be used to validate the metrics. We conclude by illustrating some of the issues discussed throughout the paper with a simple demonstration.ZusammenfassungWir geben einen Überblick über Wahrnehmungsmodelle und ihre Anwendung auf Bildkompression. Der Überblick beschreibt wie Maße der Bildkompression eine Kompressionsmethode lenken können, und deutet Vor- und Nachteile sowie Einschränkungen mehrerer Bildqualitätmaße an. Wir überprüfen einen Umfang Kompressionsmaße, von einfachen mathematischen Maßen bishin zu vollständigen Wahrnehmungsmodellen. Wir heben eine beträchtliche Schwankung der vorgeschlagenen Helligkeits- bzw. Kontrastempfindlichkeitsfunktionen vor, und erörtern eine scheinbare Mangel an Übereinstimmung über die Grundsätze der Kontrastmaskierung und der Fehlersummierung. Wir erörtern dann die Gültigkeitsprüfung dieser Modelle, und besprechen mehrere psychophysische Testverfahren, die die vorgeschlagenen Modelle vergleichen können. Zum Schluß veranschaulichen wir die vorangegangene Diskussion mit einer einfachen Vorführung.RésuméNous présentons un court état des qualités métriques de perception visuels et leur application sur la compression d'images fixes. Cet état de l'art décrit comment des mesures de la compression des images peuvent être utilisées pour guider la phase de compression et souligner les avantages, inconvenients et limitations de certaines mesures de la qualité de l'image. Nous examinons un vaste choix de mesures de complexité diverse allant de la simple mesure mathématique à la perception complète du modèle. Nous mettons également en valeur les variations dans les fonctions existantes de luminescence et de sensibilité au contraste. Nous evoquons ensuite l'apparant manque de consensus général sur les principes sous-jacents du masquage du contraste et la sommation d'erreurs. Nous discutons ensuite de la manière dont ces modèles ont été validés et nous recommendons un nombre de techniques de tests psychologiques qui devraient être utilisées pour comparer ces modèles. Nous concluons en illustrant à l'aide d'une démonstration simple, certains des problèmes présentés dans l'article.
    Signal Processing 11/1998; DOI:10.1016/S0165-1684(98)00124-8 · 2.24 Impact Factor
  • [Show abstract] [Hide abstract]
    ABSTRACT: An abstract is not available.