Méthode d'évaluation univariante de la qualité des images. Application à des images comprimées selon la norme JPEG

Cet article présente une méthode originale de détermination de la qualité d'une image en niveaux de gris. Un exemple d'application de la méthode sur des images comprimées selon la norme JPEG est présenté. Contrairement à la plupart des méthodes existantes, cette évaluation de qualité est univariante, c'est-à-dire ne nécessite aucune image de référence. La qualité est donnée sous la forme d'une note dont la progression est étalonnée selon l'utilisation qui doit être faite de l'image : visuelle, mathématique, informatique. Pour ce faire, un apprentissage est effectué à l'aide d'un réseau de neurones sur une base d'exemples connus faite d'images dont on a préalablement noté la qualité avec le modèle souhaité. Pour s'assurer de sa fiabilité, la méthode est comparée à des méthodes bivariantes classiques. Elle permet de retrouver avec une erreur inférieure à 7 % les résultats prévus par celles-ci. This paper presents an original method to assess the quality of a grey level image. An example of application is presented on images compressed according to the JPEG standard. Contrary to most of the existing methods, this quality assessment is univariant, i.e. it doesn't require any reference image. The quality is represented by a mark whose variation depends on what use the image is for : visual, mathematical, data processing. A neural network is used to learn the marking way with a pool of known examples. The method is then compared to classical bivariant methods to make sure that it is reliable. The anticipated results arrived at have a less than 7 % precision.