[发明专利]一种视频量化参数盲估计方法

摘要

本发明公开了一种视频量化参数盲估计方法，其步骤包括设置量化步长参数阈值、视频区域分块、计算视频块的DCT系数、DCT系数重组、量化以及估计量化步长等。本发明无需原始未经量化的视频作为参考，也不受待测视频信号的形式（未解码/已解码）和所携带压缩参数的限制；既能估计出待测视频信号在量化处理以后没有进行其他后处理的量化步长，又能估计出待测视频信号在量化处理后进行了额外滤波后处理的量化步长；本发明不仅适用于智能视频传输系统自动控制接收端视频质量，而且适用于视频内容安全性认证。

主权项

1.一种视频量化参数盲估计方法，其特征在于按照以下步骤进行：步骤1：设置量化步长参数阈值T_q，并按下面的(1)式计算待选量化步长集{Q_S(k)}；其中round()表示四舍五入到整数位函数；步骤2：将待测视频区域按照从左到右、从上到下的顺序分为M个B_x×B_y大小的视频块，M视待测区域大小而定，B_x、B_y分别表示水平和垂直方向视频块中像素点个数；步骤3：先按下面(2)式计算视频块的DCT系数；然后对所有视频块的频率系数进行重组为B_x×B_y个频率系数数组，其中每个视频块第i个位置的频率系数组合到第i个频率系数数组{F_i(n)}(n＝1,2,3,…，M,i＝1,2,3,…B_x×B_y)；其中f(i,j)为视频块中像素值；步骤4：对每个频率系数数组进行检查如果整个数组的所有频率系数绝对值均小于Q_S(0)，则排除该频率系数数组不作量化步长估计，其量化步长与{F₁(n)}组的量化步长记为一致；步骤5：按式(3)对第i组频率系数数组中的频率系数F_i(n)进行重新量化处理，得到第i组频率系数第k级量化步长下的重构值其中round()表示四舍五入到整数位函数；步骤6：按照(4)式计算出第i组频率系数数组在不同量化步长作用下的重量化质量数组{PSNR_i(k)}：其中步骤7：先按(5)式计算第i组频率系数的质量数组的二阶差分函数{Δ²PSNR_i(k)}；再按(6)式计算第i组频率系数的最佳量化步长指数并确定估计的最佳量化步长Δ²PSNR_i(k)＝PSNR_i(k+1)‑2PSNR_i(k)+PSNR_i(k‑1),其中k＝1,…N‑1；    (5)其中max{}为求最大值函数，表示求取使得‑(Δ²PSNR_i(k))达到最大的k值；步骤8：根据第1组频率系数计算出第1组频率系数的最佳量化步长以及第1组频率系数的质量数组的二阶差分函数{Δ²PSNR₁(k)},同时设置质量数组的二阶差分函数阈值T,用以确定是否需要再进一步进行区域划分,即如果‑(Δ²PSNR₁(index))≤T，或者待测视频区域大小大于Bx×By,表明需要进一步进行区域划分，则转步骤9；反之则不需要进一步进行区域划分,转步骤10；步骤9：将待测视频区域进行水平和垂直平均分割成四个原始1/4大小的区域，转步骤1；步骤10:重复步骤5～步骤7,计算出i＞1的所有估计的最佳量化步长同时如果‑(Δ²PSNR_i(index))≤T且i＞1，则第i组频率系数的最佳量化步长记录为第1组频率系数的最佳量化步长；步骤11：重复步骤2～步骤10,遍历所有的待测视频区域，得到所有视频区域所有频率系数的最佳量化步长。