【技术实现步骤摘要】
本专利技术涉及电网
,特别是涉及一种视频质量评价领域。
技术介绍
视频质量评价对视频的获取、压缩、传输以及存储有着极其重要的作用。视频质量评价主要分为主观质量评价和客观质量评价。前者主要通过观察者对失真视频的主观感受来衡量视频质量;后者主要利用算法来衡量视频质量。主观质量评价的准确性高,但是容易受到周围环境的影响,费时费力。因此,在实际应用中,通常采用客观评价算法来自动预测视频的质量,并且利用主观质量来对客观算法的性能进行衡量。客观质量评价方法主要分为两种:信号保真度的测量方法(SignalFidelityMeasures)和基于视觉感知的质量评估方法(perceptualvisualqualitymetrics,PVQMs)。其中,信号保真度的测量方法如均方误差MSE和峰值信噪比方法PSNR等。基于视觉感知的质量评估方法如C.vandenBrandenLambrech等人提出来的运动图像质量方法(MPQM)、S.Winkler等人提出来的感知失真方法(PDM)等。由于人眼视觉系统的复杂性,这些方法并没有与主观质量评价结果具有很好的一致性。总体而言,虽然视频质量评价虽然取得了一定的进展,但是依然存在着许多技术难题,需要进一步的发展与完善。WufengXue等人利用局部梯度相似度与标准差的方法,提出一种基于梯度相似度标准差(GradientMagnitudeSimilarityDeviation,GMSD)的图像质量评价方法,该算法能够快速而又较为准确的预测失真图像的质量。Woei-TanLoh等人利用视频当前帧与前两帧的帧差和结构相似度(Struc ...
【技术保护点】
一种基于梯度相似性标准差的视频质量评价方法,其特征在于,该方法包括以下步骤:步骤一、计算帧差的梯度相似度矩阵,即分别计算m1(i)、m3(i)的梯度相似度矩阵GMS1(i)与m2(i)、m4(i)的梯度相似度矩阵GMS2(i):GMS1(i)=2m3(i)m1(i)+Tm32(i)+m12(i)+T]]>GMS2(i)=2m4(i)m2(i)+Tm42(i)+m22(i)+T]]>其中,T表示正常数;m1(i)、m2(i)、m3(i)、m4(i)表示difference矩阵中每一点的梯度值,结合水平方向与垂直方向的Prewitt算子hx、hy,遵循以下计算公式hx=1/30-1/31/30-1/31/30-1/3hy=hx′]]>m1(i)=(difference1⊗hx)2(i)+(difference1⊗hy)2(i)m2(i)=(difference2⊗hx)2(i)+(difference2⊗hy)2(i)m3(i)=(difference3⊗hx ...
【技术特征摘要】
1.一种基于梯度相似性标准差的视频质量评价方法,其特征在于,该方法包括以下步骤:步骤一、计算帧差的梯度相似度矩阵,即分别计算m1(i)、m3(i)的梯度相似度矩阵GMS1(i)与m2(i)、m4(i)的梯度相似度矩阵GMS2(i):GMS1(i)=2m3(i)m1(i)+Tm32(i)+m12(i)+T]]>GMS2(i)=2m4(i)m2(i)+Tm42(i)+m22(i)+T]]>其中,T表示正常数;m1(i)、m2(i)、m3(i)、m4(i)表示difference矩阵中每一点的梯度值,结合水平方向与垂直方向的Prewitt算子hx、hy,遵循以下计算公式hx=1/30-1/31/30-1/31/30-1/3hy=hx′]]>m1(i)=(difference1⊗hx)2(i)+(difference1⊗hy)2(i)m2(i)=(difference2⊗hx)2(i)+(difference2⊗hy)2(i)m3(i)=(difference3⊗hx)2(i)+(difference3⊗hy)2(i)m4(i)=(difference4⊗hx)2(i)+(difference4⊗hy)2(i)]]>其中,i表示difference矩阵中像素点的位置,表示卷积;参考视频分别与前两帧的帧差difference1、difference2,失真视频分别与参考视频前两帧的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。