论文部分内容阅读
近年来,随着宽带数字网络的飞速发展,超大规模集成电路技术和高速多媒体专用芯片的问世,各类多媒体技术在现实生活中得到了广泛应用。数字视频图像由于其直观、方便、信息内容丰富的特点,被应用于生活的各个方面。例如,视频监控、视频会议、视频点播等。但是,视频在采集、存储、处理以及传输过程中,由于采集系统、存储介质、处理算法及传输设备的影响,不可避免地会造成视频图像的降质。而这些视频图像的降质程度可以反映出相关系统的性能或传输信道的服务质量,因此对这些视频图像进行质量评价具有重要的现实意义和应用价值。本文从人类视觉系统对视频图像质量的感知原理出发,考虑各种失真类型对视频图像质量造成的影响,探索人类视觉感知与视频图像质量之间的联系,设计出度量视频图像质量的客观评价方法,概括如下:1)从压缩图像失真的根源出发,提出了一种基于DDCT(Directional Discrete Cosine Transform)的图像质量评价测度。通过度量图像DDCT变换后的细节信息的丢失以及方向信息的改变,并结合人眼对亮度的感知特性,设计出一种无参考的压缩图像质量评价测度。实验结果表明该测度与主观感知具有较高的一致性。2)在视频特征提取和稀疏表示的理论基础上,从人类视觉系统的感知特性出发,提出了一种基于3D-Wavelet变换的视频质量评价测度。首先用3D-Wavelet来获取视频的特征以模拟人类视觉系统的多通道特性,然后利用人类视觉心理物理学的对比敏感度和掩模特性,对视频的特征进行感知滤波,最后结合人类的短时记忆特性对评价结果进行了优化。实验结果表明,该测度能准确地反映人眼对视频质量的主观感受。3)针对人类视觉系统的生理学和心理学特性,提出了一种可用于视频质量评价的视觉注意模型。该模型通过计算视频图像帧的梯度来提取视频的内容信息,利用视频中运动物体的相对运动矢量和绝对运动矢量来对人眼对运动的感知进行建模,分别模拟人眼对于运动物体的关注以及对于速度过大物体的感知不确定。最后使用这三部分内容的线性映射得到视觉注意显著图。实验结果表明,将该模型应用于已有的经典全参考型算法上,可使原始算法的评价性能得到很大的提高。