La digitalización del patrimonio cultural es una práctica esencial en la preservación y acceso a objetos históricos y artísticos. Sin embargo, garantizar que las representaciones digitales sean fieles a los originales es un reto significativo. Para abordar este desafío, se utilizan métricas de calidad de imagen basadas en referencias completas, lo que permite una evaluación objetiva de la fidelidad y calidad de las imágenes digitalizadas. Esta discusión se centrará en la importancia de estas métricas en el análisis de la calidad de la imagen en la digitalización del patrimonio cultural, con referencia a las normas ISO 19263-1 e ISO 19264-1.
Introducción a las Métricas Basadas en Referencias
Las métricas basadas en referencias completas (Full-Reference Metrics) son utilizadas para comparar la imagen digitalizada con una imagen de referencia que se considera «perfecta» o libre de distorsiones. Estas métricas son fundamentales en procesos donde se manipulan imágenes para evaluar la preservación de la calidad y la fidelidad del contenido. Aunque no siempre son viables en todos los escenarios debido a la diferencia en los medios (imagen-materia e imagen-código), son particularmente útiles en contextos específicos como la codificación y transmisión de video.
Métricas de Fidelidad
Las métricas de fidelidad son aquellas que estiman la similitud a nivel de píxel entre la imagen referencial y la imagen derivada. Las dos métricas más comunes en esta categoría son el Error Cuadrático Medio (MSE) y la Relación Señal-Ruido de Pico (PSNR).
MSE (Mean Squared Error)
El MSE calcula la media del error cuadrático entre los píxeles correspondientes de dos imágenes. Este valor siempre es positivo y un MSE de cero indica la ausencia total de error.
Aunque el MSE proporciona una medida directa del error, puede dar lugar a valores difíciles de interpretar debido a su naturaleza cuadrática. Para abordar esto, a menudo se usa la Raíz del Error Cuadrático Medio (RMSE). El RMSE devuelve el error a una escala más comprensible al tomar la raíz del MSE.
PSNR (Peak Signal to Noise Ratio)
El PSNR se expresa en decibelios y mide la relación entre la potencia máxima de una señal y la potencia del ruido que afecta a su representación. Es ampliamente utilizado en el sector del video, así como en estudios de calidad de imagen debido a su capacidad para correlacionar con evaluaciones subjetivas de calidad.
Métricas de Calidad
A diferencia de las métricas de fidelidad, las métricas de calidad como el Predictivo de Diferencias Visibles (VDP), la Métrica de Calidad de Video (VQM), y la Similitud Estructural (SSIM), consideran la percepción del sistema de visión humano, proporcionando una evaluación más completa de cómo las diferencias entre imágenes afectarán la percepción humana de la calidad.
VDP (Visible Differences Predictor)
El VDP, desarrollado por Scott Daly en 1992, evalúa las diferencias físicas visibles entre pares de imágenes. Esta métrica es crucial porque las métricas como el MSE y PSNR no siempre reflejan con precisión los defectos visibles que el ojo humano puede detectar. Por ejemplo, una pequeña diferencia en los valores de MSE podría ser invisible para el ojo humano, mientras que una diferencia significativa podría ser fácilmente perceptible.
VQM (Video Quality Metric)
Desarrollada por Margaret H. Pinson y Stephen Wolf, la VQM tiene una excelente correlación con las evaluaciones subjetivas de calidad de video. Ha sido reconocida como un estándar (ANSI T1.801.031996/2003) y adoptada por la ITUT J.144. Esta métrica evalúa la calidad del video considerando varias características perceptuales, lo que la hace especialmente útil en la transmisión de video.
SSIM (Structural Similarity)
Propuesta por Zhou Wang en 2004, la métrica SSIM evalúa la calidad de la imagen basándose en la comparación de estructuras locales. A diferencia del MSE y el PSNR, que no consideran cómo los píxeles son percibidos de manera interdependiente, la SSIM mide las alteraciones en términos de luminancia, contraste y estructura. Esto permite que la SSIM no solo cuantifique la diferencia total entre dos imágenes, sino que también elabore mapas de diferencias que localicen áreas específicas de discrepancia entre imágenes. Esto es particularmente útil para detectar artefactos de compresión y otros defectos.
Conclusión
Las métricas de referencia completa son cruciales para evaluar la calidad y fidelidad de las imágenes digitalizadas del patrimonio cultural. Estas métricas proporcionan herramientas objetivas para medir las diferencias entre la imagen digitalizada y una referencia ideal. Normas como ISO 19263-1 e ISO 19264-1 proporcionan un marco robusto para la digitalización consistente y de alta calidad, asegurando que las imágenes mantengan la integridad necesaria para la preservación y el acceso a largo plazo.
En resumen, las métricas basadas en referencias completas, tales como MSE, PSNR, VDP, VQM y SSIM, desempeñan un papel esencial en la evaluación de la calidad de las imágenes digitalizadas del patrimonio cultural. Estas métricas, junto con las normas ISO 192631 e ISO 192641, aseguran que los procesos de digitalización sean rigurosos y consistentes, preservando así la riqueza y la historia de las obras para futuras generaciones.
Resumen del capítulo 3.11 del libro «Digitalización y preservación del patrimonio cultural»
