互联网视讯业务图像质量的评估标准及方法.docVIP

互联网视讯业务图像质量的评估标准与方法 　　由于图像质量直接反映了用户使用互联网视讯业务时的主观感受，图像质量的优劣对于互联网视讯应用的推广和运营商提高服务质量都有重要意义，因此有必要研究评估图像质量的标准。目前，国际上尚无针对互联网视讯应用的图像质量评估标准，本文从相对评估和绝对评估两个方面，分析了互联网视讯应用在信源端和接收端造成图像质量损伤的原因，并对评估的标准与方法做了探讨。 　　　　一、图像质量评估方法与标准 　　当前对图像质量的评估方法主要分成两类：主观评价和客观测量。主观评价的方法与标准已相对完善，而客观测量则处于热点研究中。 　　　　1.主观评价 　　　　主观评价的方法是将待评价的图像序列播放给评论者观看，并记录他们的打分，然后对所有评论者的打分进行统计，得出平均分作为评价结果。ITU-RBT.500-7标准定义了两种标准的主观评价方法。 　　　　(1)双刺激连续质量分级法(DSCQS：DoubleStimulusContinuousQuality Scale )，将待评估的图像序列和相应的基准序列交替播放给评估者看，每个图像持续时间为10s，按此播放顺序在处理图像的前后都有一个直接的质量比较。每个图像之后有2s的灰画面间隔，评估者可在此期间打分。最后以所有分数的平均值作为该序列的测试值。这样做的好处是能够最大程度地降低图像场景、情节等对主观评测的影响。 　　　　(2)单刺激连续质量评价方法(SSCQE：SingleStimulusContinuous Quality Evaluation)：这种方法只把被评价的图像序列播放给评估者看。评价时间长达30s，评估者在观看的同时通过调节一个滑板的位置指向相应的评价分值给出评分。 　　　　很显然，主观评价有几个显著的不足之处： 　　　　(1)观察者一般需要是一个群体，并且经过培训以准确判定主观评测分，人力和物力投入大，为时较长； 　　　　(2)图像内容与情节千变万化，观察者个体差异大，容易发生主观上的偏差； 　　　　(3)主观评价无法进行实时监测； 　　　　(4)仅仅只有平均分，如果评测分数低，无法确切定位问题出在哪里。 　　　　2.客观测量 　　　　客观测量基于仿人眼视觉模型的原理对图像质量进行客观评估，并给出客观评价分。近几年，随着人们对人眼视觉系统研究的深入，客观测量的方法和工具不断被开发出来，其测量结果也与主观评价较吻合。国际上也成立了ITU-R视频质量专家组(ITU-RVQEG：VideoQualityExperts Group)专门研究和规范图像质量客观测量的方法和标准。 　　　　VQEG规定了两个简单的技术参数：峰值信噪比(PSNR)和均方差(MSE)。此外，还有许多图像质量模型，这些模型在测量图像质量时都基于人眼视觉特性。图1是一种典型的基于解码图像与基准图像差值的图像质量客观测量模型。 　　 　　图1基于解码图像与基准图像差值的质量模型 　　如图1所示，该模型的输入是原始信号和待测的解码信号，输出是两个输入图像上各像素幅值之差的和。在整个处理过程中考虑了人眼对图像差别的主观感觉特性，以使测量结果与主观评价所得结果相吻合。模型中的估算考虑了人眼的非线性、视觉滤波器、人眼的屏敝效应、差值求和。为了使客观测量与主观评价结果一致，还要使最后所得的数值范围和等级描述与主观测试相对应，对客观测量的数值进行线性转换。这个任务在与主观评价匹配这一级完成。 　　　　图像质量的客观测量方法分为两类：“相对评估”（RelativeEvaluation）和“绝对评估”（AbsoluteEvaluation）。 　　　　相对评估：将处理过的视频（压缩或经传输）与原始视频比较以获得相对评估的指标值，并根据这些指标值评估图像质量；相对评估一般用于片源制作时的质量评估，准确性高。 　　　　绝对评估：直接对处理过的视频（压缩或经传输）进行评估以获得绝对评估的指标值，并根据这些指标值评估图像质量；绝对评估一般在线观看测试，准确性不如相对评估。 　　　　采用客观测量工具，不仅减少了对人力、物力的需求，而且测量时间大大缩短，甚至可做到实时监测。 　　　　由于主观评价的标准与方法已较完善，以下主要探讨了在互联网视讯应用的信源端和用户接收端两种环境下对图像质量的影响因素以及客观测量方法。 　　　　二、互联网视讯应用信源端的图像质量评估 　　1.信源端影响图像质量的原因 　　　　信源端引起图像质量劣化的原因主要是编码器。当前主流的H.263和MPEG-2视频压缩编码算法都是基于离散余弦变换（DCT）的。由于DCT变换是以8×8宏块为基本单元进行（改进的算法可以4×4或更小的宏块为单元），每个宏块单独编码，变换后又对DCT系数按照高、低频系数进行非线性量化。量化结果按四舍五入的原则进行取舍，因此量