視頻質(zhì)量客觀評價算法研究.pdf

1、由于網(wǎng)絡視頻應用的快速發(fā)展，數(shù)字視頻逐漸走近我們的日常生活，如視頻點播、數(shù)字電視、視頻會議、網(wǎng)絡流媒體視頻和視頻監(jiān)控等。從前端視頻獲取設備到用戶終端，為了保證視頻應用服務質(zhì)量和用戶體驗，我們需要從視頻處理和傳輸?shù)拳h(huán)節(jié)檢測視頻圖像質(zhì)量。由于視頻影像最終受體往往是人眼，任何一個有生活經(jīng)驗的普通人都能較為準確地評價視頻的清晰度、連貫性、顏色的鮮艷程度、圖像飽和度等。因此人眼主觀評價是最準確的視頻質(zhì)量評價途徑。然而，對于如今巨大的視頻數(shù)據(jù)量，主

2、觀視頻質(zhì)量評價已經(jīng)力不從心。因此采用數(shù)學方法和計算機程序進行自動化視頻質(zhì)量評價的客觀評價方法，已經(jīng)成為視頻質(zhì)量評價領域的研究熱點。
　　客觀視頻質(zhì)量評價方法根據(jù)算法對原始視頻的依賴程度分為全參考、部分參考和無參考評價算法。本文研究重點是全參考與無參考視頻質(zhì)量評價算法，主要工作分為三個部分：1.在對視頻空域與時域視覺感知特性研究的基礎上，引入三維梯度相似度改進了全參考視頻質(zhì)量評價算法——基于時空域梯度相似度的視頻質(zhì)量評價算法，并將其

3、與當前國際上的全參考視頻質(zhì)量評價算法進行比較，實驗結果表明本算法具有較好的評價性能和較低算法復雜度；2.對國際上當前最好的通用型無參考圖像質(zhì)量評價算法進行綜述。首先介紹了每一種算法的特征提取和質(zhì)量評價原理，然后在LIVE主觀質(zhì)量評價數(shù)據(jù)庫上對幾種算法進行了仿真實驗，最后定量地和定性地評價了這幾種算法的性能，分析了各自算法的優(yōu)勢與不足；3.調(diào)研了視頻監(jiān)控系統(tǒng)中存在的常見視頻空域、時域失真類型，并將通用型無參考圖像質(zhì)量評價算法應用到視頻監(jiān)控