[发明专利]一种基于图像梯度的短视频质量评价方法及系统

权利要求书

1.一种基于图像梯度的短视频质量评价方法，其特征在于，包括步骤：

S1、对短视频进行截帧处理，得到多个图像帧；

S2、对所述多个图像帧进行图像灰度化处理，得到对应的图像帧灰度图；

S3、将所述图像帧灰度图N等分成N个子图，计算所述图像帧灰度图的梯度得分Score及所述N个子图梯度得分集合S＝{Score 1 ，Score 2 ，...，Score N }，其中Score i 表示第i个子图的梯度得分，i＝1,2,...,N；

S4、基于所述梯度得分Score及梯度得分集合S计算图像帧的质量得分；

S5、基于所述多个图像帧的质量得分，计算短视频质量得分；

所述步骤S4具体为：

S41、计算梯度得分集合S中的最大值max(S)，判断max(S)＞0.8×Score是否成立，若是，图像帧的质量得分否则，执行步骤S42；

S42、计算梯度得分集合S中小于阈值thr的个数Num，判断Num≥0.5*N是否成立，若是，图像帧的质量得分否则，执行步骤S43；

S43、返回图像帧的质量得分res＝Score；

所述步骤S5具体为：

S51、由每帧图像质量得分组成的集合为F＝{res 1 ，res 2 ，...，res T }，其中res j表示第j个图像帧的质量得分，j＝1,2,...,T，将集合F中的元素进行大小排序得到新的集合F1＝{Ores 1 ，Ores 2 ，...，Ores T }，其中Ores 1 ＞Ores 2 ＞...＞Ores T ；

S52、求取集合F1中前m个(mT)得分的平均值作为短视频质量得分；

其中，在所述步骤S2中采用加权平均法对图像进行灰度化，彩色图像三个颜色通道分别用R、G、B表示，则灰度图Grad为：

Grad(i，j)＝0.299*R(i，j)+0.587*G(i，j)+0.114*B(i，j)；

其中，在所述步骤S3中采用Tenengrad梯度函数计算梯度得分。

2.一种基于图像梯度的短视频质量评价系统，其特征在于，包括：

截帧模块，用于对短视频进行截帧处理，得到多个图像帧；

灰度化模块，用于对所述多个图像帧进行图像灰度化处理，得到对应的图像帧灰度图；

第一计算模块，用于将所述图像帧灰度图N等分成N个子图，计算所述图像帧灰度图的梯度得分Score及所述N个子图梯度得分集合S＝{Score 1 ，Score 2 ，...，Score N }，其中Score i 表示第i个子图的梯度得分，i＝1,2,...,N；

第二计算模块，用于基于所述梯度得分Score及梯度得分集合S计算图像帧的质量得分；

第三计算模块，用于基于所述多个图像帧的质量得分，计算短视频质量得分；

所述第二计算模块包括：

第一判断模块，用于计算梯度得分集合S中的最大值max(S)，判断max(S)＞0.8×Score是否成立，若是，图像帧的质量得分否则，调用第二判断模块；

第二判断模块，用于计算梯度得分集合S中小于阈值thr的个数Num，判断Num≥0.5*N是否成立，若是，图像帧的质量得分否则，调用第三判断模块；

第三判断模块，用于返回图像帧的质量得分res＝Score；

所述第三计算模块包括：

排序模块，用于将集合F中的元素进行大小排序得到新的集合F1＝{Ores 1 ，Ores 2，...，Ores T }，其中Ores 1 ＞Ores 2 ＞…＞Ores T ，由每帧图像质量得分组成的集合为F＝{res 1 ，res 2 ，...，res T }，其中res j 表示第j个图像帧的质量得分，j＝1,2,...,T；

均值模块，用于求取集合F1中前m个(mT)得分的平均值作为短视频质量得分；

其中，在灰度化模块，用于对所述多个图像帧进行图像灰度化处理，具体采用加权平均法对图像进行灰度化，彩色图像三个颜色通道分别用R、G、B表示，则灰度图Grad为：

Grad(i，j)＝0 .299*R(i，j)+0 .587*G(i，j)+0 .114*B(i，j)；

其中，在第一计算模块，用于将所述图像帧灰度图N等分成N个子图，计算所述图像帧灰度图的梯度得分Score,具体采用Tenengrad梯度函数计算梯度得分。