Design of Image Quality Test Bench for Infrared and Low-light Cameras
(2024) In Master's Theses in Mathematical Sciences FMAM05 20241Mathematics (Faculty of Engineering)
- Abstract
- Objective Image Quality Assessment (IQA) is crucial for evaluating and ensuring the fidelity of images. Traditional human-based evaluations, although reliable, are impractical due to their cost and slow pace, combined with subjective inconsistencies. This thesis aims to address these issues by developing a test and quality bench for Bertin Exensor's dual-head camera, integrating both infrared and low-light cameras. The goal is to create an efficient, standardized, and objective quality testing system to enhance consistency and reliability in evaluating the camera heads that arrive at Bertin Exensor's office.
The project is divided into two main parts: evaluation of IQA methods and design of the test bench. The chosen IQA methods were... (More) - Objective Image Quality Assessment (IQA) is crucial for evaluating and ensuring the fidelity of images. Traditional human-based evaluations, although reliable, are impractical due to their cost and slow pace, combined with subjective inconsistencies. This thesis aims to address these issues by developing a test and quality bench for Bertin Exensor's dual-head camera, integrating both infrared and low-light cameras. The goal is to create an efficient, standardized, and objective quality testing system to enhance consistency and reliability in evaluating the camera heads that arrive at Bertin Exensor's office.
The project is divided into two main parts: evaluation of IQA methods and design of the test bench. The chosen IQA methods were selected for their alignment with human judgment, focusing primarily on sharpness, and were identified as the most relevant factor for image quality. The test bench was set in a controlled environment and was designed as a user-friendly graphical interface, providing a simple pass/fail outcome based on the created IQA algorithm, ensuring ease of use for operators.
The results indicate that while assessment of sharpness in the center of the image proves reliable, evaluating overall image quality remains limited in accuracy. The project faced challenges due to the limited availability and inconsistent quality distribution of camera heads, affecting threshold optimization and fair comparison capabilities. Despite these limitations, the test bench demonstrated high accuracy in evaluating image sharpness and proved effective in minimizing misclassification risks through a majority voting approach.
The thesis concludes that the test bench offers a quick and objective evaluation of dual-head cameras, closely aligning with human perception. However, further validation on a larger number of camera heads is necessary to ensure high accuracy and robustness of the algorithms. (Less) - Popular Abstract (Swedish)
- Objektiv bildkvalitetsbedömning (IQA) är viktig för att utvärdera och säkerställa bilders kvalitet. Traditionella bedömningar utförda av människor, även om de är pålitliga, är opraktiska på grund av höga kostnader, långsamma processer och subjektiva variationer. Detta arbete syftar till att lösa dessa problem genom att utveckla en test- och kvalitetsbänk för Bertin Exensors “dual-head” kamerahuvud, som kombinerar både infraröd och lågljuskamera. Målet är att skapa ett effektivt, standardiserat och objektivt system för kvalitetstester som förbättrar konsekvens och pålitlighet vid utvärdering av kamerahuvuden.
Projektet består av två huvuddelar: utvärdering av IQA-metoder och utformning av testbänken. De valda IQA-metoderna valdes främst... (More) - Objektiv bildkvalitetsbedömning (IQA) är viktig för att utvärdera och säkerställa bilders kvalitet. Traditionella bedömningar utförda av människor, även om de är pålitliga, är opraktiska på grund av höga kostnader, långsamma processer och subjektiva variationer. Detta arbete syftar till att lösa dessa problem genom att utveckla en test- och kvalitetsbänk för Bertin Exensors “dual-head” kamerahuvud, som kombinerar både infraröd och lågljuskamera. Målet är att skapa ett effektivt, standardiserat och objektivt system för kvalitetstester som förbättrar konsekvens och pålitlighet vid utvärdering av kamerahuvuden.
Projektet består av två huvuddelar: utvärdering av IQA-metoder och utformning av testbänken. De valda IQA-metoderna valdes främst för deras överensstämmelse med mänsklig bedömning, med störst fokus på skärpa, vilket identifierades som den mest relevanta faktorn för bildkvalitet för kamerahuvudena. Metoderna användes för att skapa algoritmer som ger slutgiltiga bedömningar av bildkvalitet. Testbänken implementerades i en kontrollerad miljö och utformades som ett användarvänligt grafiskt gränssnitt, som ger ett tydligt resultat om
kamerahuvudet är godkänt eller inte utifrån algoritmernas bedömning.
Resultaten visar att bedömning av skärpan är pålitlig, framförallt centralt i bilden, medan utvärderingen av andra aspekter av bildkvalitet fortfarande är begränsad i noggrannhet. Projektet stötte på utmaningar på grund av den begränsade tillgången av kamerahuvuden, vilket påverkade optimering av tröskelvärden och möjligheterna till rättvisa jämförelser. Trots dessa begränsningar visade testbänken hög noggrannhet i att utvärdera bildskärpa och visade sig vara effektiv för att minimera risken för felklassificering genom en majoritetsröstning.
Projektet drar slutsatsen att testbänken erbjuder en snabb och objektiv utvärdering av “dualhead” kamerahuvuden, som även överensstämmer med mänsklig bedömning. Dock krävs ytterligare validering på ett större antal kamerahuvuden för att säkerställa algoritmernas noggrannhet och robusthet. (Less)
Please use this url to cite or link to this publication:
http://lup.lub.lu.se/student-papers/record/9163841
- author
- Chen, Erik LU and Lüning, Adam
- supervisor
- organization
- course
- FMAM05 20241
- year
- 2024
- type
- H2 - Master's Degree (Two Years)
- subject
- publication/series
- Master's Theses in Mathematical Sciences
- report number
- LUTFMA-3548-2024
- ISSN
- 1404-6342
- other publication id
- 2024:E49
- language
- English
- id
- 9163841
- date added to LUP
- 2025-09-15 11:17:11
- date last changed
- 2025-09-15 11:17:11
@misc{9163841,
abstract = {{Objective Image Quality Assessment (IQA) is crucial for evaluating and ensuring the fidelity of images. Traditional human-based evaluations, although reliable, are impractical due to their cost and slow pace, combined with subjective inconsistencies. This thesis aims to address these issues by developing a test and quality bench for Bertin Exensor's dual-head camera, integrating both infrared and low-light cameras. The goal is to create an efficient, standardized, and objective quality testing system to enhance consistency and reliability in evaluating the camera heads that arrive at Bertin Exensor's office.
The project is divided into two main parts: evaluation of IQA methods and design of the test bench. The chosen IQA methods were selected for their alignment with human judgment, focusing primarily on sharpness, and were identified as the most relevant factor for image quality. The test bench was set in a controlled environment and was designed as a user-friendly graphical interface, providing a simple pass/fail outcome based on the created IQA algorithm, ensuring ease of use for operators.
The results indicate that while assessment of sharpness in the center of the image proves reliable, evaluating overall image quality remains limited in accuracy. The project faced challenges due to the limited availability and inconsistent quality distribution of camera heads, affecting threshold optimization and fair comparison capabilities. Despite these limitations, the test bench demonstrated high accuracy in evaluating image sharpness and proved effective in minimizing misclassification risks through a majority voting approach.
The thesis concludes that the test bench offers a quick and objective evaluation of dual-head cameras, closely aligning with human perception. However, further validation on a larger number of camera heads is necessary to ensure high accuracy and robustness of the algorithms.}},
author = {{Chen, Erik and Lüning, Adam}},
issn = {{1404-6342}},
language = {{eng}},
note = {{Student Paper}},
series = {{Master's Theses in Mathematical Sciences}},
title = {{Design of Image Quality Test Bench for Infrared and Low-light Cameras}},
year = {{2024}},
}