论文部分内容阅读
随着计算机软硬件技术的迅猛发展,越来越多的数据以视频图像的形式出现,视频业务的普及已成为不可阻挡的潮流。然而,视频图像在从采集到最终呈现在观测者前面的过程中可能引入各种失真。显然,需要测量视频图像的质量,用最少的资源提供最好的视觉质量,以便优化系统。由于仅对视频传输协议进行监测的业务已不能满足市场的需求,因而对视频质量进行监测的算法成为了新的需求点。评价视频质量的关键往往在于所用视觉模型是否符合人的感知特性,于是,在众多视频质量评价模型中,基于人眼视觉特性的模型以其符合用户主观感受的特点成为较理想的评价模型。传统的视频质量评价模型往往只注重于视频的绝对误码率,在很多情况下不符合人的主观感受,无法体现出人眼对评价的影响,常造成评价结果与用户主观的感受相偏离。本文针对这一缺点提出了一种结合人眼视觉特性的视频质量评价方法,该方法将传统的绝对误码率与影响视频评价的人眼特性结合起来,建立了符合用户主观感觉的质量评价模型。文中从影响视频质量评价的重要参数入手建模,首先介绍了块效应和噪声的产生,然后分析其对视频质量的影响,最后根据已有的理论结合人眼视觉特性对二者的评价方法进行了研究,得出了基于人眼视觉特性的视频质量评价新的算法。该算法通过计算相邻块边界的亮度差,综合了活动性和亮度对人眼的掩盖性,同时结合人眼主观感觉的非线性对块效应做出评价,使得该评价结果更符合用户的主观感受;噪声情况的评价算法是利用Roberts算子提取了视频的内部特征,通过视频序列的连续性对噪声情况做出评价,文中还考虑了由于镜头切换、闪光灯等因素引起的视频不连续的影响。本文将块效应和噪声评价方法的研究和评价结果的拟合构成了本文的视频质量评价模型,通过评价者对视频中块效应和噪声损伤的视觉感受,采用主观和客观实验对算法的正确性进行了验证,结果表明本文提出的算法能够正确评价视频的质量等级并且具有优越的性能。