一种基于梯度相似性标准差的视频质量评价方法技术

本发明专利技术公开了一种基于梯度相似性标准差的视频质量评价方法，步骤一、计算帧差的梯度相似度矩阵；步骤二、计算视频当前帧的时域失真程度；步骤三、计算视频当前帧的空域失真程度；计算当前帧的失真程度；计算视频序列的质量。与现有技术相比，本发明专利技术提出的基于梯度相似性标准差的视频质量评价评价算法旨在提高视频客观质量评价与人眼的主观质量评价的一致性；该算法对于不同的失真类型、不同的场景均能够有较好的视频评价性能，并且该算法具有较低的复杂度，能够实现实时质量评价。

【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(StructuralSimilarityIndex，SSIM)，提出一种基于SSIM的视频质量时域评价方法，该评价方法能够较好的拟合人眼视觉系统(HVS)的时域感知变化。
技术实现思路
1.基于现有技术，本专利技术提出了一种基于梯度相似性标准差的视频质量评价方法，借鉴GMSD在空域计算图像质量评价的方法与视频质量时域评价方法的人眼视觉系统的时域感知变化计算方法，采用最差情况权重池化策略(worst-casepoolingstrategy)对两种方法进行融合。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)：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帧差difference3、difference4；步骤二、计算视频当前帧的时域失真程度，即当前帧的梯度相似性标准差GMSD1(x)、GMSD2(x)，计算公式如下：其中，N为difference矩阵中像素点的个数，x表示当前帧的位置，x＝3.......F-3，F表示视频序列的总帧数；步骤三、计算视频当前帧的空域失真程度，即获取参考帧与失真帧的梯度相似度矩阵S-GMS(i)以及当前帧的空域质量SQ(x)：分别mr(i)、md(i)分别为获取参考帧与失真帧的每一点梯度值，计算公式如下：假设参考视频的当前帧为ri，失真视频的当前帧为di；步骤四、计算当前帧的失真程度步骤五、计算视频序列的质量，即假设视频序列中每一帧的质量为Q＝{Q(3),Q(4),......Q(F-3)本文档来自技高网...

【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)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帧差difference3、difference4；步骤二、计算视频当前帧的时域失真程度，即TQ(x)=12GMSD1(x)+GMSD2(x)]]>当前帧的梯度相似性标准差GMSD1(x)、GMSD2(x)，计算公式如下：GMSD1(x)=1NΣi=1N(GMS1(i)-1N(Σi=1NGMS1(i)))2GMSD2(x)=1NΣi=1N(GMS2(i)-1N(Σi=1NGMS2(i)))2]]>其中，N为difference矩阵中像素点的个数，x表示当前帧的位置，x＝3.......F‑3，F表示视频序列的总帧数；步骤三、计算视频当前帧的空域失真程度，即获取参考帧与失真帧的梯度相似度矩阵S‑GMS(i)以及当前帧的空域质量SQ(x)：S-GMS(i)=2mr(i)md(i)+Tmr2(i)+md2(i)+T]]>SQ(x)=1NΣi=1N(S-GMS(i)-1N(Σi=1NS-GMS(i)))2]]>分别mr(i)、md(i)分别为获取参考帧与失真帧的每一点梯度值，计算公式如下：mr(i)=(ri⊗hx)2(i)+(ri⊗hy)2(i)md(i)=(di⊗hx)2(i)+(di⊗hy)2(i)]]>假设参考视频的当前帧为ri，失真视频的当前帧为di；步骤四、计算当前帧的失真程度Q(x)=12(TQ+SQ)]]>步骤五、计算视频序列的质量，即假设视频序列中每一帧的质量为Q＝{Q(3),Q(4),......Q(F‑3)}，对每一帧视频质量从小到大进行排序，越大的Q(x)值表示当前帧的失真程度越大，取Q中值最大失真程度的H％，则视频序列的失真程度表示如下：total-Q=1NHΣx∈HQ(x)]]>其中，H表示最大失真程度的H％中的值，NH为H中元素的数量。...

【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...

【专利技术属性】
技术研发人员：张淑芳，黄小琴，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12