Restauração de imagens via filtragem de Kalman e considerações sobre a avaliação da qualidade de imagens restauradas

Abstract

A presente tese trata da utilização de programação evolucionária (PE) em sistemas de restauração de imagens via filtragem de Kalman e da proposta de uma medida para avaliação da qualidade de imagens restauradas baseada na percepção visual humana. A PE é usada na etapa de estimação paramétrica do filtro de Kalman de modelo de ordem reduzida (reduced order model Kalman filter - ROMKF). Em conseqüência da função de controle da estimação paramétrica apresentar ótimos locais e da utilização de algoritmos de otimização sensíveis às condições iniciais, as estratégias tradicionais reiniciam o processo de restauração diversas vezes, com diferentes condições iniciais, na tentativa de contornar os problemas de convergência indesejável. Contudo, as simulações apresentadas mostram que a estratégia de reinícios é ineficiente e, por outro lado, uma única restauração via ROMKF-PE é suficiente para se obter uma imagem que é representativa do melhor que o sistema de restauração pode oferecer. Esta tese também propõe uma medida para avaliação da qualidade de imagens restauradas, denominada medida de qualidade composta (MQC), que é baseada na percepção visual humana. No desenvolvimento da MQC, são realizados experimentos que avaliam a correlação entre a percepção humana da qualidade em imagens e medidas objetivas dos efeitos de distorção em freqüência e injeção de ruído, considerados isoladamente. A MQC é baseada na medida de qualidade de ruído (noise quality measure - NQM) e na medida de qualidade de distorção em freqüência (MQD), sendo validada experimentalmente.