基于結(jié)構(gòu)相似性和四元數(shù)模型的視頻質(zhì)量評(píng)價(jià)方法.pdf

1、隨著多媒體技術(shù)的快速發(fā)展，視頻業(yè)務(wù)在人們生活中應(yīng)用越來越普遍。人們享受其帶來便利的同時(shí)，也對(duì)視頻質(zhì)量提出了更高的要求。為了使用戶能夠獲得良好的視覺體驗(yàn)，視頻質(zhì)量評(píng)價(jià)方法受到了廣泛的關(guān)注。
　　本論文主要研究了基于結(jié)構(gòu)相似性和四元數(shù)模型的視頻質(zhì)量評(píng)價(jià)方法，結(jié)合Tetrolet變換、共生矩陣和梯度算子等方法對(duì)視頻圖像特征進(jìn)行提取，將改進(jìn)后的結(jié)構(gòu)相似性算法用于對(duì)原始視頻特征和失真視頻特征之間的相似性度量，并通過構(gòu)建四元數(shù)模型等方法對(duì)視頻

2、質(zhì)量進(jìn)行評(píng)價(jià)。
　　本文內(nèi)容主要包含以下幾個(gè)方面：
　　1.介紹了結(jié)構(gòu)相似性算法、四元數(shù)和奇異值分解等理論及應(yīng)用，并闡述了目前視頻質(zhì)量評(píng)價(jià)的主要方法。
　　2.提出一種基于色度共生矩陣加權(quán)的評(píng)價(jià)方法，通過色度共生矩陣的熵值來反映視頻圖像中的紋理信息，并以原始視頻和失真視頻熵值的差作為權(quán)重，通過構(gòu)建四元數(shù)模型并進(jìn)行奇異值分解后求特征向量的夾角余弦值，最終與權(quán)重結(jié)合得出評(píng)價(jià)值。實(shí)驗(yàn)結(jié)果與人眼主觀感受有良好的一致性。

3、　　3.提出一種基于 Tetrolet變換和結(jié)構(gòu)相似性的評(píng)價(jià)方法。使用 Tetrolet變換獲得視頻圖像中的高頻信息并運(yùn)用改進(jìn)后的相似性算法進(jìn)行度量，并對(duì)原始視頻和失真視頻的幀間殘差能量計(jì)算后求相似性，構(gòu)成四元數(shù)的各個(gè)部分，最后對(duì)奇異值分解后得到的特征向量值求和得到客觀評(píng)價(jià)值。
　　4.為了兼顧算法準(zhǔn)確性和運(yùn)行速度，提出一種基于結(jié)構(gòu)相似性的快速評(píng)價(jià)方法。通過亮度層分析表面信息，采用簡化后的Roberts算子提取色度層邊緣信息，利用