基于视觉显著性的网络丢包图像与视频客观质量评估体系构建及优化.docxVIP

基于视觉显著性的网络丢包图像与视频客观质量评估体系构建及优化

一、绪论

1.1研究背景与意义

在当今数字化信息时代，图像和视频作为重要的信息载体，广泛应用于通信、娱乐、医疗、安防等诸多领域。随着网络技术的快速发展，人们对图像和视频的传输与处理需求日益增长，然而，网络传输过程中不可避免地会出现丢包现象，这给图像和视频的质量带来了严重影响。

网络丢包是指在数据传输过程中，由于网络拥塞、信号干扰、硬件故障等原因，导致数据包未能成功到达目的地而丢失的情况。当图像或视频数据在网络中传输时，丢包可能会引发图像出现马赛克、模糊、扭曲等问题，视频则可能出现卡顿、花屏、帧丢失、音视频不同步等现象，极大地降低了用户的观看体验。例如，在远程医疗中，丢包可能导致医学影像的细节丢失，影响医生的准确诊断；在视频会议中，丢包会使会议画面不流畅，降低沟通效率；在在线视频播放平台，丢包会导致视频频繁缓冲和质量下降，引发用户不满。因此，准确评估网络丢包对图像和视频质量的影响，并采取有效的质量提升措施，具有重要的现实意义。

传统的图像和视频质量评估方法主要基于像素级的误差度量，如均方误差（MSE）和峰值信噪比（PSNR）等，这些方法简单直观，但与人类视觉感知存在较大差异，无法准确反映人眼对图像和视频质量的真实感受。近年来，随着对人类视觉系统（HVS）研究的深入，基于视觉显著性的质量评估方法逐渐成为研究热点。视觉显著性是指人类视觉系统能够快速聚焦于图像或视频中最吸引注意力的区域的特性，这些显著区域通常包含了重要的语义信息，对整体视觉感知起着关键作用。将视觉显著性应用于网络丢包图像和视频的质量评估，能够更加贴近人眼的视觉特性，从人类感知的角度出发，更准确地衡量图像和视频在丢包情况下的质量变化，为网络传输、视频编码、图像处理等相关领域提供更有价值的参考依据，有助于优化传输策略、改进编码算法、提升图像处理效果，从而提高图像和视频的质量，满足用户日益增长的高质量视觉体验需求。

1.2图像/视频质量评价理论及方法综述

图像和视频质量评价在多媒体技术领域中占据着至关重要的地位，其发展历程伴随着多媒体技术的进步而不断演进。为了统一和规范图像和视频质量评价的标准与方法，国际上成立了多个相关的标准化小组，其中较为知名的有国际电信联盟（ITU）、国际标准化组织（ISO）等。ITU制定了一系列关于视频质量评价的标准，如ITU-TP.910、ITU-TP.913等，这些标准为视频质量的主观和客观评价提供了详细的指导原则和方法框架；ISO也在图像和视频编码标准制定过程中，对质量评价相关内容进行了规范和定义，推动了图像和视频质量评价技术在国际范围内的标准化和规范化发展。

图像和视频质量评价方法总体上可分为主观评价方法和客观评价方法两大类。主观评价方法作为衡量图像和视频质量的“黄金标准”，是通过组织一定数量的观察者，按照特定的评价流程和标准，对图像或视频进行观看并打分，从而直接获取人眼对其质量的主观感受。常见的主观评价方法有绝对类别评级（ACR）、双刺激连续质量标度（DSCQS）等。ACR方法中，观察者根据自己的直观感受，将图像或视频质量划分为不同的类别等级，如优、良、中、差等；DSCQS方法则是让观察者对参考图像或视频与测试图像或视频进行两两比较，在连续的质量标度上给出评价分数。主观评价方法能够真实反映人类视觉感知，但存在耗时费力、成本高、受观察者个体差异和环境因素影响较大等缺点。

客观评价方法旨在通过数学模型和算法，模拟人类视觉系统对图像和视频质量的感知过程，自动计算出质量评价指标，以替代人工主观评价。根据是否需要原始的参考图像或视频，客观评价方法又可细分为全参考（FR）、部分参考（PR）和无参考（NR）评价方法。全参考评价方法以原始的完整图像或视频作为参考，通过计算测试图像或视频与参考之间的差异来评估质量，如前文提到的MSE和PSNR，以及结构相似性指数（SSIM）等。MSE通过计算对应像素值的均方误差来衡量图像差异，PSNR则是基于MSE的对数变换，以分贝（dB）为单位表示图像质量，值越高表示图像质量越好；SSIM从亮度、对比度和结构三个方面综合考虑图像的相似性，更符合人类视觉对结构信息的敏感度，在一定程度上克服了MSE和PSNR与主观感知不一致的问题。部分参考评价方法只需要原始图像或视频的部分特征信息，如某些关键的统计特征、编码参数等，通过比较测试数据与参考特征之间的差异来评估质量，这种方法在减少参考数据传输量的同时，仍能保持一定的评价准确性，但对特征提取的准确性和有效性要求较高。无参考评价方法则完全不依赖原始参考数据，仅根据测试图像或视频本身的特性，如纹理、边缘、运动等信息，构建质量评价模型，由于缺乏参考信息，无参考评价方法面