论文部分内容阅读
传统图像或视频质量的评估是通过主观实验来完成的,虽然准确性很高,但需要消耗大量的时间与人力,并且无法达到实时评估的效果,在网络视频业务中也无法应用。因此,图像质量的客观评估模型已成为研究热点,其目的在于建立与主观评估效果相当的客观算法,使之不依赖主观参与,从图像本身给出图像质量的指标。
论文首先研究了数字视频压缩编码技术以及H.264和AVS视频编码标准,然后在此基础之上,分别研究了评估压缩视频质量的主观方法和客观方法。接着,通过主观实验和客观PSNR指标两种方法,比较了H.264和AVS在CIF和SD视频格式下编码图像的质量。通过DSCQS实验发现,在大多数测试序列上,H.264编码的图像质量略优于AVS,但在高码率段,AVS编码的图像质量已经与H.264十分接近。实验同时发现,PSNR与主观实验结果的相关性较低,不能准确地预测视频图像质量。通过主观实验对评估者感知的图像损伤类型进行了调查,结果表明图像模糊是影响图像质量的最主要的因素。
鉴于图像模糊在图像质量中的重要性,本文提出了一种全参考感知图象模糊的客观评估模型FPBM。该模型首先引入了人眼视觉特性,即以CSF为依据,将图像在空间频率上分解成多个频率通道;其次又引入了人眼感兴趣区域,即通过眼动实验获得了观测者在观测视频序列时所关注的区域。实验分析表明,该模型预测的模糊程度与所有62个测试序列的主观模糊程度的Pearson相关系数达到0.934,表明该模型对预测视频图像的感知模糊程度具有较高的准确性。对该模型中的感兴趣区域因素的进一步分析表明,感兴趣区域因素能够显著提高图像模糊评估模型的准确性。