一种基于色度共生矩阵加权的视频质量客观评价方法技术

本发明专利技术公开了一种基于色度共生矩阵加权的视频质量客观评价方法，其首先采用维数为8×8维的四元数矩阵来描述参考图像中的8×8的图像块的基于时域和空域的特征和失真图像中的8×8的图像块的基于时域和空域的特征，然后获取参考图像和失真图像中位置相对应的两个图像块的基于时域和空域的特征的奇异值向量之间的夹角的余弦，并作为参考图像和失真图像中位置相对应的两个图像块之间的差异度，再通过差异度及失真图像中的图像块的色度共生矩阵加权权值求得失真图像中的图像块的客观评价值，并以此求得失真图像和失真视频的客观评价值，这种视频评价过程的计算复杂度低，且能够有效地提高客观评价结果与主观感知的相关性。

【技术实现步骤摘要】

本专利技术涉及一种视频质量评价技术，尤其是涉及。
技术介绍
视频或图像的质量评价在很多场合都有着重要的应用，如评价压缩算法的性能和优化压缩参数、监控视频在互联网中传输的质量并提供QOS服务等。因此，针对视频或图像的质量评价的研究也日益增多。目前，视频质量评价方法可以分为两类:主观评价方法和客观评价方法。主观评价方法具有耗时和成本高的特点，因此客观评价方法一直是人们研究的热点。客观评价方法依据模型给出的量化指标或参数衡量视频的质量，对于各种不同的视频质量客观评价方法，研究的目的都是使评价结果与人的主观感觉相符。传统的视频质量客观评价方法有均方误差(MSE)方法和峰值信噪比(PSNR)方法等，因其计算复杂度低和物理意义清晰而得到广泛的应用，但是这些方法存在与主观视觉一致性较差的问题。视频或图像的轮廓或纹理信息的差异，对主观判别视频或图像的质量有着重要的意义。现有的视频质量客观评价方法在对视频的轮廓和纹理进行评价时，往往采用了梯度算子等方法来评价，实际上主要侧重在轮廓和边缘信息的评价，往往忽略了纹理细节对评价的影响，而在彩色视频或图像中，彩色纹理信息对质量的评价也非常重要，因此，有必要研究一种融入彩色纹理信息的视频质量客观评价方法。
技术实现思路
本专利技术所要解决的技术问题是提供一种计算复杂度低，且能够有效地提高客观评价结果与主观感知的相关性的基于色度共生矩阵加权的视频质量客观评价方法。本专利技术解决上述技术问题所采用的技术方案为:，其特征在于包括以下步骤:①假设参考视频中的所有参考图像和失真视频中的所有失真图像的尺寸大小均为WXH，其中，W表示参考视频中的所有参考图像和失真视频中的所有失真图像的宽，H表示参考视频中的所有参考图像和失真视频中的所有失真图像的高；②将参考视频中当前待处理的参考图像定义为当前参考图像，并将失真视频中当前待处理的失真图像定义为当前失真图像；③假设当前参考图像为参考视频中的第m帧参考图像，并记为57，同样假设当前失真图像为失真视频中的第m帧失真图像，并记为5^ *其中，pre+1≤m≤M,m的初始值为pre+1，pre表示参考视频中时域上先于《S:*的参考图像的总帧数，Pre亦表示失真视频中时域上先于的参考图像的总帧数，I≤ pre ≤9，M表示参考视频中包含的参考图像的总帧数,亦表示失真视频中包含的失真图像的总帧数；④假设S，和S:的尺寸大小刚好能够被8 X 8整除，分别将S::和S:分割成本文档来自技高网...

【技术保护点】
一种基于色度共生矩阵加权的视频质量客观评价方法，其特征在于包括以下步骤：①假设参考视频中的所有参考图像和失真视频中的所有失真图像的尺寸大小均为W×H，其中，W表示参考视频中的所有参考图像和失真视频中的所有失真图像的宽，H表示参考视频中的所有参考图像和失真视频中的所有失真图像的高；②将参考视频中当前待处理的参考图像定义为当前参考图像，并将失真视频中当前待处理的失真图像定义为当前失真图像；③假设当前参考图像为参考视频中的第m帧参考图像，并记为同样假设当前失真图像为失真视频中的第m帧失真图像，并记为其中，pre+1≤m≤M，m的初始值为pre+1，pre表示参考视频中时域上先于的参考图像的总帧数，pre亦表示失真视频中时域上先于的参考图像的总帧数，1≤pre≤9，M表示参考视频中包含的参考图像的总帧数，亦表示失真视频中包含的失真图像的总帧数；④假设和的尺寸大小刚好能够被8×8整除，分别将和分割成个互不重叠的尺寸大小为8×8的图像块；⑤计算中的每个图像块中的每个像素点的以四元数表示的基于时域和空域的特征值，将中的第n个图像块中坐标位置为(x,y)的像素点的以四元数表示的基于时域和空域的特征值记为其中，n的初始值为1，1≤x≤8,1≤y≤8；同样，计算中的每个图像块中的每个像素点的以四元数表示的基于时域和空域的特征值，将中的第n个图像块中坐标位置为(x,y)的像素点的以四元数表示的基于时域和空域的特征值记为其中，n的初始值为1，1≤x≤8,1≤y≤8；⑥将中的每个图像块中的所有像素点的以四元数表示的基于时域和空域的特征值组成一个用于表示中的每个图像块的基于时域和空域的特征且维数为8×8维的四元数矩阵；然后对中的每个图像块的基于时域和空域的特征进行奇异值分解，得到中的每个图像块的基于时域和空域的特征的奇异值向量，将对中的第n个图像块的基于时域和空域的特征进行奇异值分解后得到的奇异值向量记为同样，将中的每个图像块中的所有像素点的以四元数表示的基于时域和空域的特征值组成一个用于表示中的每个图像块的基于时域和空域的特征且维数为8×8维的四元数矩阵；然后对中的每个图像块的基于时域和空域的特征进行奇异值分解，得到中的每个图像块的基于时域和空域的特征的奇异值向量，将对中的第n个图像块的基于时域和空域的特征进行奇异值分解后得到的奇异值向量记为⑦将中的每个图像块的基于时域和空域的特征的奇异值向量与中位置相对应的图像块的基于时域和空域的特征的奇异值向量之间的夹角的余弦，作为和中位置相对应的两个图像块之间的差异度；对于中的第n个图像块和中的第n个图像块，将与之间的夹角的余弦作为中的第n个图像块与中的第n个图像块之间的差异度，记为Dm,n；⑧根据中的每个图像块与中位置相对应的图像块之间的差异度，计算中的每个图像块的客观评价值，将中的第n个图像块的客观评价值记为Qm,n，Qm,n＝Wm,n×Dm,n，其中，Wm,n表示中的第n个图像块的色度共生矩阵加权权值；⑨根据中的每个图像块的客观评价值，计算的客观评价值，记为QFm，其中，Qm,mid表示对中的所有图像块的客观评价值排序后的中值；⑩将参考视频中下一帧待处理的参考图像作为当前参考图像，并将失真视频中下一帧待处理的失真图像作为当前失真图像，然后返回步骤③继续执行，直至参考视频中的最后一帧参考图像和失真视频中的最后一帧失真图像处理完毕，得到失真视频中除前pre帧失真图像外的每帧失真图像的客观评价值；根据失真视频中除前pre帧失真图像外的每帧失真图像的客观评价值，计算失真视频的客观评价值，记为QGLC，...

【技术特征摘要】
1.一种基于色度共生矩阵加权的视频质量客观评价方法，其特征在于包括以下步骤: ①假设参考视频中的所有参考图像和失真视频中的所有失真图像的尺寸大小均为WXH，其中，W表示参考视频中的所有参考图像和失真视频中的所有失真图像的宽，H表示参考视频中的所有参考图像和失真视频中的所有失真图像的高； ②将参考视频中当前待处理的参考图像定义为当前参考图像，并将失真视频中当前待处理的失真图像定义为当前失真图像； ③假设当前参考图像为参考视频中的第m帧参考图像，并记为5:χ，同样假设当前失真图像为失真视频中的第m帧失真图像，并记为其中，pre+l<m<M，m的初始值为pre+l,pre表示参考视频中时域上先于的参考图像的总帧数,pre亦表示失真视频中时域上先于Sf的参考图像的总帧数，I ^ pre ^ 9，M表示参考视频中包含的参考图像的总帧数,亦表示失真视频中包含的失真图像的总帧数； ...

【专利技术属性】
技术研发人员：李纲，杨斌斌，金炜，艾孜买提，
申请(专利权)人：宁波大学，
类型：发明
国别省市：浙江;33