數(shù)字視頻客觀(guān)質(zhì)量評(píng)估方法研究.pdf

1、數(shù)字視頻質(zhì)量評(píng)估在視頻壓縮、處理以及視頻通信領(lǐng)域中起著十分重要的作用。本文深入研究了數(shù)字視頻的客觀(guān)質(zhì)量評(píng)估方法，提出了幾種新的數(shù)字視頻客觀(guān)質(zhì)量評(píng)估方法，以及一種基于水印技術(shù)的視頻誤碼掩蓋方法，并結(jié)合人的視覺(jué)特性提出了一種適用于梯度—門(mén)限邊緣檢測(cè)算子的改進(jìn)方法。 主要研究成果為：1.結(jié)合人類(lèi)視覺(jué)的亮度掩蓋和空間復(fù)雜度掩蓋效應(yīng)，首先提出了一種簡(jiǎn)單的無(wú)參考方塊效應(yīng)測(cè)度；根據(jù)人眼對(duì)運(yùn)動(dòng)物體的跟蹤特性，以及人眼視角的范圍和聚焦的能力，提出

2、了方塊效應(yīng)群的概念，確定了新的方塊效應(yīng)空間聯(lián)合機(jī)制，進(jìn)而給出了一個(gè)與人眼視覺(jué)特性較為一致的方塊效應(yīng)測(cè)度。 2.在分析方塊效應(yīng)的形成原因的基礎(chǔ)上，提出了一種在編碼端降低方塊效應(yīng)的方法。該方法通過(guò)調(diào)整編碼端DCT系數(shù)的量化，平滑相鄰塊邊界處的量化誤差，從而達(dá)到降低方塊效應(yīng)的目的。 3.提出了一種適用于自然場(chǎng)景壓縮恢復(fù)視頻的無(wú)參考質(zhì)量評(píng)估方法。該方法根據(jù)視頻的時(shí)間相關(guān)性以及人眼對(duì)物體運(yùn)動(dòng)的視覺(jué)感知特性，利用序列中具有較高空間復(fù)

3、雜度的平動(dòng)物體在相鄰圖像對(duì)應(yīng)區(qū)域中的變化評(píng)價(jià)視頻的質(zhì)量。 4.基于脆弱性水印的特點(diǎn)，提出了一種部分參考數(shù)字視頻質(zhì)量評(píng)估方法。在視頻序列中隱性嵌入所需的水印信息，在解碼端提取可能受到損傷的水印，并與原始水印比較，根據(jù)恢復(fù)水印的損傷程度評(píng)估恢復(fù)視頻的質(zhì)量。 5.利用數(shù)字水印傳遞額外信息的能力，提出了一種有效的視頻誤碼掩蓋方法。在壓縮視頻碼流中隱藏額外的運(yùn)動(dòng)矢量信息，通過(guò)比較從水印提取的運(yùn)動(dòng)矢量與視頻解碼得到的運(yùn)動(dòng)矢量進(jìn)行誤碼

4、檢測(cè)，并對(duì)恢復(fù)視頻中的錯(cuò)誤塊進(jìn)行時(shí)域誤碼掩蓋。 6.提出一種新的全參考視頻質(zhì)量評(píng)估方法，該方法根據(jù)失真圖像與參考圖像梯度的相關(guān)系數(shù)來(lái)描述圖像的內(nèi)容失真，結(jié)合圖像的亮度失真來(lái)評(píng)價(jià)視頻序列中各圖像的質(zhì)量。 7.結(jié)合人的視覺(jué)特性，提出對(duì)圖像的梯度進(jìn)行亮度和空間復(fù)雜度掩蓋的思想，在此基礎(chǔ)上提出了提高梯度—門(mén)限邊緣檢測(cè)算子性能的改進(jìn)算法。圖像梯度方向的確定易受噪聲的影響，容易導(dǎo)致錯(cuò)誤的空間復(fù)雜度掩蓋區(qū)域。本文提出了準(zhǔn)確確定空間復(fù)雜