A Lightweight Multi-Metric No-Reference Image Quality Assessment Framework for UAV Imaging

Título: Un Marco de Evaluación de Calidad de Imagen (IQA) Sin Referencia Multi-Métrica y Ligero para Imágenes de UAV

1. El Problema

La evaluación de la calidad de la imagen (IQA) es crucial en aplicaciones donde se adquieren grandes volúmenes de imágenes automáticamente, como en el monitoreo agrícola mediante drones (UAV). En estos escenarios, es necesario filtrar las imágenes antes de realizar análisis posteriores. Sin embargo, existen desafíos significativos:

• Falta de referencia: En la mayoría de los casos prácticos, no se dispone de una imagen de referencia "prístina" para comparar, lo que hace que los métodos de referencia completa sean inviables. Se requiere IQA sin referencia (NR-IQA) o "ciega".
• Restricciones computacionales: Las soluciones existentes a menudo requieren recursos computacionales pesados (GPU, entrenamiento profundo), lo que dificulta su despliegue en hardware estándar (CPU) o en tiempo real.
• Interpretabilidad: Muchos modelos actúan como "cajas negras". Los usuarios necesitan entender por qué una imagen recibe una puntuación baja (ej. ¿es por desenfoque, ruido o mala exposición?).
• Distorsiones múltiples: Las imágenes reales suelen sufrir varias degradaciones simultáneas (ruido, niebla, desenfoque por movimiento), lo que complica la evaluación precisa.

2. Metodología: Marco MM-IQA

Los autores proponen MM-IQA (Multi-Metric Image Quality Assessment), un marco determinista, ligero y sin entrenamiento que genera una puntuación de calidad única en el rango [0, 100].

Proceso de Funcionamiento:

1. Preprocesamiento: La imagen RGB de entrada se convierte a escala de grises para centrarse en la estructura de luminancia, reduciendo la complejidad.
2. Extracción de Señales Primarias (Primitive Cues): Se calculan siete indicadores interpretables basados en características físicas de la degradación:
   • Nitidez: Varianza Laplaciana y Energía Tenengrad (detectan bordes y detalles finos).
   • Densidad de Bordes: Utilizando el detector Canny para medir la cantidad de estructura visible.
   • Energía de Frecuencia (FFT): Análisis en el dominio de la frecuencia para detectar pérdida de detalles de alta frecuencia.
   • Estimación de Ruido: Diferencia residual entre la imagen original y una versión filtrada por mediana.
   • Balance de Exposición: Porcentaje de píxeles en las colas del histograma (sombras recortadas y luces quemadas).
   • Indicador de Niebla (Haze): Basado en el "canal oscuro" (dark channel prior) para estimar el velo atmosférico.
3. Construcción de Señales Compuestas:
   • Blur% (Porcentaje de Desenfoque): Combina varianza Laplaciana, energía Tenengrad y densidad de bordes.
   • LowRes% (Porcentaje de Baja Resolución): Combina densidad de bordes y energía FFT para distinguir entre desenfoque óptico y pérdida de resolución por submuestreo.
4. Normalización y Fusión:
   • Todas las señales se normalizan al intervalo [0, 1].
   • Se fusionan mediante una suma ponderada lineal para obtener la puntuación final $Q$.
   • Los pesos asignados dan mayor importancia al desenfoque y la baja resolución (0.30 y 0.20 respectivamente), ya que afectan más directamente la visibilidad de los detalles, seguidos por ruido, exposición, niebla, etc.

3. Contribuciones Clave

• Marco Ligero y Sin Entrenamiento: MM-IQA no requiere datos de entrenamiento ni modelos de aprendizaje profundo. Es completamente determinista y se ejecuta eficientemente en CPU.
• Interpretabilidad Total: A diferencia de las redes neuronales, cada componente de la puntuación final corresponde a una distorsión física específica (ruido, niebla, desenfoque), permitiendo a los usuarios diagnosticar el problema de la imagen.
• Detección de Distorsiones Múltiples: El diseño de señales compuestas permite distinguir entre tipos de degradación similares (ej. desenfoque vs. baja resolución) combinando señales espaciales y de frecuencia.
• Eficiencia de Recursos: El uso de representaciones intermedias limitadas (escala de grises, filtros) asegura un uso de memoria que escala linealmente con el tamaño de la imagen.

4. Resultados

El método fue evaluado en cinco conjuntos de datos de referencia (KonIQ-10k, LIVE Challenge, KADID-10k, TID2013, BIQ2021) y un conjunto sintético agrícola (IP102-IQA).

• Rendimiento Cuantitativo:
  • Logró valores de SRCC (Correlación de Rango de Spearman) entre 0.647 y 0.830 en los cinco conjuntos de datos.
  • Superó consistentemente a los métodos clásicos de IQA sin referencia (como BRISQUE, NIQE, SSEQ, CurveletQA) en todos los conjuntos de datos probados.
  • En conjuntos sintéticos (TID2013, KADID-10k), el rendimiento fue particularmente alto (SRCC > 0.80), demostrando la efectividad de las señales específicas de distorsión.
• Rendimiento en IP102-IQA:
  • En imágenes sintéticas con distorsiones controladas, las señales específicas respondieron en la dirección esperada (ej. la señal de "ruido" aumentó cuando se añadió ruido), validando la lógica del diseño.
• Eficiencia Computacional:
  • La implementación en Python/OpenCV requirió aproximadamente 1.97 segundos por imagen en hardware estándar, lo que es adecuado para el filtrado rápido de grandes volúmenes de datos.

5. Significado e Impacto

• Aplicabilidad en UAVs Agrícolas: El marco es ideal para el monitoreo agrícola, donde los drones capturan miles de imágenes. MM-IQA permite filtrar automáticamente cuadros de baja calidad (borrosos, mal expuestos o con niebla) antes de proceder a tareas costosas como la detección de plagas o el conteo de cultivos.
• Equilibrio entre Precisión y Costo: Ofrece una alternativa viable a los modelos de aprendizaje profundo, que, aunque a veces más precisos, son computacionalmente costosos y opacos. MM-IQA ofrece un compromiso óptimo para entornos con recursos limitados.
• Transparencia: La capacidad de identificar la causa raíz de la baja calidad (ej. "la imagen es mala por exceso de ruido y no por desenfoque") es una ventaja crítica para la toma de decisiones operativas en campo.

En conclusión, MM-IQA representa un avance práctico hacia la implementación de sistemas de control de calidad de imagen robustos, interpretables y eficientes en entornos de adquisición de imágenes automatizados.