目前视频质量得评价算法主要有 2 种,主观评价法与客观评价法
根据各算法所引用得源素材多少,可把视频质量客观评价分为 3 类:全参考评价体系、部分参考评价体系、无参考评价体系
全参考评价体系:要求占有完整得源素材信息,就是目前客观评价 3 大体系中进展较为成熟得部分,其现状代表当前客观评价技术得最高水平
1、 基于全像素失真统计得评价方法:以统计理论为基础,逐帧、逐像素比较参考源与测试源得数据差异
通过获得原数据与待测数据间得总体误码累计,体现像素噪声层面上得绝对误码率,从而反映视频质量
该类评价方法能敏感捕获两端视频在像素层面上得细微失真,具有很高得敏感性
此为,其数学方法简单,物理含义清楚,就是目前应用最广泛得评价方法
但它们都就是从整体上反映原始图像与恢复图像像素层面上得差别,其评价机制无法体现出视频图像数据所承载得不同于一般数据得内容信息,常造成评价结果与主观感受相偏离,并不能较好满足客观评价得应用需求
该类评价方法得主要代表有:PSNR与MSE等
其中, 与 ,分别为原始与重建图像中对应得像素值,N2为N×N图像得总像素数
其中MN为图像大小,与分别代表原始图像与失真图像在点(m,n)处得像素值
图为PSNR模型进行客观评价得程序流程图
基于人眼视觉系统(HVS)得评价方法
人眼自身得“生理特点”与人关注内容得“心理特点”都对绝对误码效果产生不同程度得掩蔽效果,使得图像质量好坏得理解并不仅仅依赖绝对误码损耗
当前,基于HVS得评价方法主要可划分成以下2类主流算法模型:“基于视觉感知得算法模型”与“基于视觉兴趣加权得算法模型”
2、1 基于视觉感知得算法模型
人眼“生理特性”主要有:视觉非线性(Weber定律)、视觉灵敏度差异、视觉多通道与掩盖效应等
利用这些特性,通过模拟视觉感知,将绝对差值映射成能被人眼觉察得JND(Just noticeable diff