论文部分内容阅读
数字视频监控设备是一种特殊的视频处理设备，在运行视频业务时，软件会利用一系列图像处理算法，对图像进行去噪、缩放、编码、对比度增强、去隔行等处理。不同的算法参数有不同的算法效能，会造成图像不同的可观效果，即可观图像质量不同。评测图像质量，可以为视频产品的算法开发提出改进方向的指导，可以提供比较不同图像质量优劣的客观依据，这也是实现自适应调整图像处理参数的必要步骤，如编码速率、码率控制方式等参数。为了评测其图像处理效果，本课题提出了一套主客观评测其图像质量的方案，包括主观图像质量评测的方法和客观图像质量评测模型。主观评测方法介绍了目前较常用的图像质量评测的理论基础、评测环境的构造和评测流程，客观评测方法是基于计算的图像处理方法，在效果上尽可能接近主观评测。本课题中提出了一种创新的SWVIF方法，它是在普通的视觉信息保真度方法上进行改进得到的方法。和以往的图像质量评测的研究不同，本课题主要针对数字视频监控的视频处理特点，参考视频监控设备——数字视频录像机（DVR）的视频处理流程，针对其特定类型的图像处理畸变及其影响权重，设计并实现了主观图像质量评测方法。对于DVR的视频处理，通常存在五种图像畸变效应：（1）由于图像有损编码压缩引起的马赛克效应，或称块效应；（2）由于图像去噪或编码码率控制方式引起的模糊效应；（3）由噪声污染引起的噪声效应；（4）由图像增强过度引起的亮度失配效应；（5）由图像缩放引起的图像断线和锯齿效应。目前经过验证有效的静态图像视觉-信息保真度方法（VIF），该方法的通道分解方法是一种基于可旋转金字塔小波变换的通道分解法，通过构造参考图像模型和畸变图像模型，已经能够较好地覆盖以上类型的图像畸变，但是由于该模型没有考虑HVS的多尺度对比敏感度加权的问题，因此在不同的图像尺度级别上没有作出符合人眼特性的加权，本课题提出了模拟人眼视觉系统的多尺度敏感度加权效应的尺度加权的静态图像视觉-信息保真度方法（SWVIF），并且在Matlab环境中搭建了算法模型和评测框架。在LIVE图像库中对JPEG、Gaussian Blur和WhiteNoise三种畸变类型的图像的验证，使用了PLCC、RMSE和MAE三种算法评估准则，在使用验证结果表明，SWVIF方法在整体上评测效果优于被广泛认为有效的视觉-信息保真度方法（VIF）和多尺度-结构相似度方法（MS-SSIM）。