監(jiān)控視頻圖像質(zhì)量評估——圖像質(zhì)量評估算法研究及其在監(jiān)控視頻中的應(yīng)用.pdf

1、隨著監(jiān)控系統(tǒng)技術(shù)的快速發(fā)展以及應(yīng)用成本的快速降低,同時為了滿足更多安全的需求,越來越多監(jiān)控系統(tǒng)應(yīng)用在人們生活的各個方面。隨著監(jiān)控系統(tǒng)的推廣,一些潛在的問題也顯現(xiàn)出來,其中以監(jiān)控視頻質(zhì)量評價尤為明顯。在監(jiān)控系統(tǒng)中,經(jīng)常會出現(xiàn)失焦模糊、塊效應(yīng)等明顯嚴(yán)重影響圖像質(zhì)量的問題,如果不能及時處理就會影響監(jiān)控的效果。而當(dāng)今監(jiān)控系統(tǒng)都非常龐大,動輒成百上千路的監(jiān)控視頻。在這種情況下,雇傭大量人主觀的對每一路監(jiān)控視頻的圖像質(zhì)量做不間斷的評估是一種不現(xiàn)實的

2、方法。因此,如何能夠即時的客觀的評價監(jiān)控視頻圖像的質(zhì)量,使每一個子網(wǎng)的視頻質(zhì)量達到監(jiān)控目的的需求,成為了監(jiān)控視頻研究領(lǐng)域的一個新的方向。
　　圖像質(zhì)量的客觀評價方式分為無參、半?yún)⒁约坝袇⑷N。本文基于應(yīng)用的實際情況,采用無參的算法對圖像的塊效應(yīng)和模糊效應(yīng)進行客觀評價。為了評價塊效應(yīng)圖像的質(zhì)量,本文提出兩種簡單易行的無參考塊效應(yīng)圖像的質(zhì)量評估算法。第一種算法是利用自然圖像含有大量冗余信息的特點,在失真圖像中尋找這些冗余信息來重建參考

3、圖像的結(jié)構(gòu)信息,通過失真圖像的結(jié)構(gòu)信息與重構(gòu)的結(jié)構(gòu)信息相比較得到失真圖像的質(zhì)量。另一種則是在已有的頻率量化噪聲模型的基礎(chǔ)上應(yīng)用已有的量化樣本對頻率量化噪聲模型進行優(yōu)化,在此基礎(chǔ)上應(yīng)用頻率量化噪聲的統(tǒng)計量與空間域噪聲的統(tǒng)計量之間的線性關(guān)系得到一個重構(gòu)的參考圖像結(jié)構(gòu)信息。然后依據(jù)失真圖像的結(jié)構(gòu)信息與重構(gòu)得到的參考圖像結(jié)構(gòu)信息的關(guān)系得到失真圖像的質(zhì)量評價。本文同時提出了一種對模糊圖像的質(zhì)量評估算法。該算法在使用自然圖像幅度譜的斜率描述自然圖像

4、的模糊度的同時,通過加入了人眼對對比度的感知模型,這樣既克服了自然圖像幅度譜斜率對圖像對比度感知不敏感的缺點,又提高了自然圖像幅度譜斜率對圖像模糊度評價的精度。
　　本文同時介紹了一種經(jīng)我們實現(xiàn)的實時的無參考視頻評價系統(tǒng)的主要信息,該系統(tǒng)可以比較準(zhǔn)確的評價監(jiān)控視頻的塊效應(yīng)以及模糊度,以達到診斷監(jiān)控系統(tǒng)好壞的目的,從而極大地降低了視頻監(jiān)控系統(tǒng)管理人員的工作強度,節(jié)省了維護成本,并且有效地保證了監(jiān)控視頻的質(zhì)量。為了評價算法的好壞,本文

5、應(yīng)用視頻質(zhì)量專家組(Video Quality Experts Group,VQEG)的評價標(biāo)準(zhǔn)評價本文的算法性能,在評價過程中我們使用了世界知名的主觀圖像庫作為我們實驗的素材。算法性能評價結(jié)果顯示我們的算法得到的圖像質(zhì)量的客觀評價結(jié)果與圖像質(zhì)量的主觀評價結(jié)果有高度的一致性,是一種魯棒的算法。在與其他客觀算法性能相比較時,本文的算法在性能上也表現(xiàn)出一定的優(yōu)異性。同時在對實際監(jiān)控視頻的評價中,本文的算法所得出的客觀評價也顯示出與主觀評價結(jié)