论文部分内容阅读
高动态范围视频包含更宽的色域、更高的对比度和更多的细节信息,能够较为准确地还原出接近于真实场景的光影效果。然而,因受获取、显示和传输等技术水平的影响,高动态范围的亮度值往往超出了低动态范围设备的捕捉、显示和传输的能力,导致视觉信息的损失,从而影响用户的体验质量,因此采用有效的方法对高动态范围视频质量评价成为该领域研究的热点。由于高动态范围视频信号与低动态范围视频信号根本上不同,现有的低动态范围视频质量评价方法不能直接用于评价高动态范围视频的质量,目前低动态范围视频质量评价算法发展较为成熟,研究如何将低动态范围方法应用在高动态范围视频上具有重要的意义。本文主要工作如下:1)考虑人眼视觉系统对于边缘结构信息、运动物体和失真信息的高关注度,利用改进的帧差法提取视频序列的运动信息,从而构建包含运动信息和失真信息的时空域视频块,结合Haar小波变换在提取边缘信息上的优势,提出一种基于背景消除的小波域视频质量评价方法(Video Quality Assessment Model in Wavelet Domain based on Background Subtraction,BSWQ)。与当前国际上的全参考视频质量评价算法相比,具有更好的一致性和更低的复杂度;2)在主观评价上,首先选取30个测试人员对经过视频编解码处理的49个高动态范围视频进行主观评分;其次对所获得的1470组主观数据进行异常值的筛选和处理,从而创建一个高动态范围视频质量主观评价测试数据集。3)本文利用PU感知一致性编码将BSWQ方法扩展到高动态范围视频质量评价中。首先对高动态范围视频序列的亮度值进行编码处理,然后将BSWQ方法应用于编码处理后的序列进行客观质量评价。通过在高动态范围视频主观评价测试数据集上的测试,相比较于其它质量评价方法,所提出的算法与人眼视觉感知质量具有更好的一致性。