基于結(jié)構(gòu)相似性的視頻-圖像質(zhì)量客觀評(píng)價(jià).pdf

1、隨著計(jì)算機(jī)軟硬件技術(shù)的發(fā)展,越來越多的數(shù)據(jù)以視頻圖像的形式出現(xiàn)。 然而,視頻圖像在從采集到最終呈現(xiàn)在觀測(cè)者面前的過程中可能引入各種失真。 顯然,經(jīng)常需要測(cè)量視頻圖像的質(zhì)量,以便優(yōu)化系統(tǒng),用最少的資源提供最好的視覺質(zhì)量。但是,主觀質(zhì)量評(píng)價(jià)方法費(fèi)時(shí)、費(fèi)力,最重要的是無法嵌入到實(shí)際的應(yīng)用系統(tǒng)中。而傳統(tǒng)的客觀質(zhì)量評(píng)價(jià)方法,如峰值信噪比和均方誤差,在很多情況下不夠符合入的主觀感受。因此,有必要研究更貼近于人的主觀感受的客觀評(píng)價(jià)方法

2、。 結(jié)構(gòu)相似性理論是一種關(guān)于質(zhì)量評(píng)價(jià)的新思想。與自底向上地模擬人眼視覺系統(tǒng)(HVS)的低階組成結(jié)構(gòu)的思路不同,結(jié)構(gòu)相似性理論自頂向下地模擬HVS的整體功能,即HVS主要從視覺場(chǎng)景中提取結(jié)構(gòu)信息的功能。作為結(jié)構(gòu)相似性理論的一個(gè)實(shí)現(xiàn),結(jié)構(gòu)相似度(SSIM)指數(shù)有著簡(jiǎn)單高效的優(yōu)點(diǎn)。 本文深入研究了結(jié)構(gòu)相似性理論,以及SSIM在圖像質(zhì)量評(píng)價(jià)和視頻質(zhì)量評(píng)價(jià)方面的應(yīng)用算法,并分別提出了改進(jìn)。在圖像質(zhì)量評(píng)價(jià)方面,本文將結(jié)構(gòu)信息重新解釋

3、為圖像中能量足夠大的中高頻成分,從新的角度將SSIM理解為一種更好的局部誤差度量方式。提出一種基于結(jié)構(gòu)信息提取(SIExt)的圖像質(zhì)量評(píng)價(jià)方法,將圖像中的結(jié)構(gòu)信息分離出來給予較大的權(quán)重,并用SSIM作為局部失真的度量。 實(shí)驗(yàn)結(jié)果表明,SIExt比原方法和PSNR等方法準(zhǔn)確度更高。 在視頻質(zhì)量評(píng)價(jià)方面,由于視頻序列的數(shù)據(jù)量巨大,原算法采用了隨機(jī)選取局部抽樣區(qū)域的方式減小運(yùn)算量,但隨機(jī)選取無法保證算法的每次運(yùn)行對(duì)同一序列都給