[发明专利]一种优化的视频质量评价方法

说明书

本发明涉及多媒体信息(图片和视频)、机器视觉、计算视觉领域，具体涉及一种可以弥补在视频质量客观评价方法中对于用户体验方面的缺乏，更加符合实际应用的优化的视频质量评价方法；取出SSIM＜0.6的图像的帧序号，计算两两之间的帧序号差；设第一帧对观看有影响，根据帧间序号差，判断该图片的损伤对观看是否有影响；如果▽N≥N/2，则后一帧有影响；如果▽N＜N/2，则后一帧无影响；步骤四：对于无影响的帧，设置其SSIM＝0.6，对于有影响的图片，保持SSIM不变；步骤五：重新计算所有SSIM＜0.6的图像的SSIM的平均值S2，理论上，0.0＜S2＜0.6，代表影响视频观看的程度；第六步：依据以上结果，根据主观5分制评价标准创建《9分制用户体验和视频损伤双标准体系表》，以便使用。

技术领域

本发明涉及多媒体信息(图片和视频)、机器视觉、计算视觉领域，具 体涉及一种优化的视频质量评价方法。

背景技术

当前视频质量评价方法绝大部分是采用针对有损压缩后的视频进行 评价。方法主要分为两大类：主观评价方法和客观评价方法。前者凭 感知者主观感受评价对象的质量；后者依据模型给出的量化指标衡量 视频图像质量。客观视频评价方法是通过建立数学模型，进行相关后 得到量化指标或参数来衡量图像质量，再通过数学模型得出视频质 量。根据是否具备原始参考视频，可分为全参考视频质量评价、质降 参考和无参考图像评价方法。全参考评估方法是将带评测的失真视频 序列与原始参考的视频序列进行对照分析，根据分析的结果计算出待 评测的失真视频序列的质量。全参考评估方法是目前发展较为成熟的 客观评价方法，也是应用较多的一类，其中广为人知的结构相似性图 像测量(SSIM)就是全参考方法的一种。

全参考评估方法实际上就是对视频中的图片进行分析，对两个视频的 对应图片对进行相似性分析。这种方法得出的结论是根据每帧图片质 量的平均值从而判断视频质量。但是，视频的质量从本质和实用性上 来看，除了看图片质量，更应该关联图片质量的降低是否影响观看才 能更全面的评价视频的质量和可用性。

发明内容

本发明的目的在于，提供一种可以弥补在视频质量客观评价方法中对 于用户体验方面的缺乏，更加符合实际应用的优化的视频质量评价方 法。

发明解决其技术问题所采用的技术方案是：一种优化的视频质量评价 方法，包括如下步骤：

步骤一：

假定X和Y分别代表着原始与失真图像的信号。该算法将计算相似度的任务划分成三个部分。定义l(x，y)、c(x，y)和s(x，y)分别是亮度比较函数、对比度比较函数以及结 构比较函数。首先计算一幅图像中亮度的均值：

其中，N表示一幅图像所拥有的像素的个数，x_i表示图像X中每个像素所对应的亮度值。

标准差和协方差的计算方法：

亮度比较函数、对比度比较函数以及结构比较函数可以分别通过下式计算得到：

由式(2-8)可知，单帧图像的客观质量得分的范围是0-1得分为1 则表示该帧图像的质量好；而当得分为0时，表示图像的质量差；

步骤二：取出SSIM＜0.6的图像的帧序号，计算两两之间的帧序号差；

步骤三：设第一帧对观看有影响，根据帧间序号差，判断该图片的损

伤对观看是否有影响；

如果▽N≥N/2，则后一帧有影响；如果▽N＜N/2，则后 一帧无影响；