基于特征的视频质量损伤度客观测量方法.pdfVIP

基于特征的视频质量损伤度客观测量方法 史 萍 中国传媒大学信息工程学院北京 100024 摘要：压缩技术在数字视频系统中得到了广泛的应用，因此需要有相应的客观视频质量测 量方法。基于测试信号的传统客观测量方法不适于测量数字视频系统中的压缩损伤。本文介 绍了基于特征的数字视频质量客观测量方法，同时给出了一种基于图像空间、时间和颜色特 征的视频质量损伤度客观测量方法(VQIM)。实验结果表明，在测量压缩损伤方面，VQIM 比MSE具有更大的优势。 关键词：视频质量损伤度，客观测量，压缩损伤，特征提取 1 引言 随着数字视频技术的发展，对视频质量进行正确测量已成为一个非常关键的环节。主观 评价方法虽然可靠，但比较费时、费力，且难以实现实时的视频质量监测。客观测量方法具 有可重复性，且比主观方法容易操作，无需使用人类观察者即可测量和分析视频信号。 传统的客观测量方法是利用测试信号来测量视频信号中的模拟损伤，这种方法在模拟系 统中效果较好。然而，随着数字压缩技术的引入和发展，出现了新的人眼可觉察的损伤类型 (如块效应、振铃、边缘模糊等)。这些损伤与输入视频图像内容和数字传输系统的动态特性 有关，单纯利用静态测试信号无法精确反映视频图像的受损程度，因此需要采用与自然场景 相接近的活动序列来对视频质量进行客观测量。 数字视频质量客观测量方法分为三大类，即全参考数据的视频质量度量(FR．VQM)、缩 三种方法中，RR-VQM法只需用到部分源序列信息，其测量结果与主观评价数据有较强的相 关性，且容易实现视频质量的不停播监测，因此在数字视频系统的设计、运行和维护中有着 重要的实用价值。RR—VQM的主要实现方法是特征提取法[1】。以下将介绍特征提取法的基本 思路及实现方法，同时给出一种基于图像空间、时间和颜色特征的视频质量损伤度客观测量 方法。 2特征提取法 2．1 特征提取法的基本构成 特征提取法的基本构成如图1所示。 ·429· 输入视频 输出视频 图l 特征提取法的基本构成 输入的源视频序列在进入编码器和传输通道前进行特征提取，将能够反映视频质量的特 征参数提取出来。在输出端，解码器输出的视频信号也进行同样的特征提取处理，得到输出 端的视频质量特征参数。最后，将输出端的特征参数与输人端的特征参数进行对比，由此实 现对输出视频质量的测量。 由于特征参数的数据量比视频序列本身的数据量要少得多，因此用一个窄带宽的通道即 可传输，如公共电话网，因特网等；也可作为辅助数据与视频流一起传输。另外，特征比较 既可在输入端进行，也可在输出端进行。这种方法可实现不停播状态下的视频质量监测。 2．2图像特征 视频图像具有多方面的特征，其中有三种特征适用于视频质量的测量。原因是这兰种特 征相互之间具有一定的独立性，另外，人眼对这三种特征比较敏感，因此用它们测得的视频 质量数据与主观评价结果比较接近。这三种特征分别为空间信息(sI)特征、时间信息(1’I) 特征以及颜色信息(cI)特征。 sI特征代表了图像边缘或空间梯度的活动性。大量研究和实验证明，人类视觉系统对图 像边缘附近的劣化较其它区域更为敏感。另外，在数字视频系统中，压缩算法及其它处理过 程通常容易在图像边缘区域产生更多的损伤。因此，图像边缘信息可作为代表图像质量的一 个重要特征。利用sI特征可以对数字视频信号中的诸如模糊、块效应、边缘忙乱等损伤进行 检测和定量描述[2】。 豇特征代表了相邻帧之间的差别变化或时间梯度的活动性，即帧差信号的活动性。研究 和实验证明，人眼对画面中的运动部分较其它区域更为敏感。在数字视频系统中，由于错误 像块的出现等原因，会在图像上增加一些不应有的运动。另外，帧重复等原因又会使某些运 动减小或消失。利用Ⅱ特征可以对数字视频信号中的诸如抖动、量化噪声、错误像块等损伤 进行检测和定量描述【2】。 CI特征代表了视频图像颜色信息的变化情况。在数字视频系统中，有时会出现一些不应 有的颜色。另外，彩色亚取样等处理过程又会损失一部分颜色信息。利用cI特征可以对这类 颜色损伤进行检测和定量描述。