【技术实现步骤摘要】
一种基于图像特征的视频质量评估系统
一种基于图像特征的视频质量评估系统
技术介绍
随着现代信息技术的不断发展以及人民生活水平的提高，人们对网络视频应用的需求以惊人的速度持续上升，对如此大规模的视频业务需求进行监测和管理以保证服务质量，需要有比传统的质量检测系统更为有效的方式。比较从前不以用户的实际体验为检测标准而仅仅从系统参数的角度维持服务质量，如今面向用户体验质量的视频检测方法层出不穷，可以被分为主观评估方法和客观评估方法两类。主观评方法最接近面向用户体验这一目标，基本方法是邀请一批非专业人士于环境受控的实验室内观看基于标准进行过不同处理的视频片段组合而后给出相应的评级，但该方法存在着操作难、价格昂贵且耗时长等缺点，于是需要由客观评估方法来填补这一缺陷。如今国内外对客观视频质量评估方法的研究主要分为几个方向：直接估算均方误差，基于特定失真的检测方法，包括：单一模糊、块效应或几种单一失真的混合模型和基于视频图像整体特征的检测方法。现有方法所存在：不能实时测量、耗时长、对实验室环境要求高以及十分昂贵的问题。
技术实现思路
有鉴于此，本专利技术提供一种解决或部分解决上述问...
【技术保护点】
1.一种基于图像特征的视频质量评估系统，其特征在于，包括：所述视频信号接收模块用于及时获取待评估的视频信息，并评估每帧图像的失真、每帧图像内空间水平上的失真以及帧与帧变换时图像动作的失真状态；所述捕捉帧分析模块首先检测视频中的捕捉帧，并分析捕捉帧的特征；首先，计算视频中连续两帧差异；If(i,j),If‑1(i,j)分别为第f帧与第f‑1帧在每个像素(i,j)位置上的灰度，则第f帧与第f‑1帧在每个像素(i,j)位置上的差异灰度为：Df(i,j)＝If(i,j)‑If‑1(i,j)；i,j为像素的坐标；所述捕捉帧分析模块将M×M大小的差异矩阵平均划分为s×s大小的目标块，对...
【技术特征摘要】
1.一种基于图像特征的视频质量评估系统，其特征在于，包括：所述视频信号接收模块用于及时获取待评估的视频信息，并评估每帧图像的失真、每帧图像内空间水平上的失真以及帧与帧变换时图像动作的失真状态；所述捕捉帧分析模块首先检测视频中的捕捉帧，并分析捕捉帧的特征；首先，计算视频中连续两帧差异；If(i,j),If-1(i,j)分别为第f帧与第f-1帧在每个像素(i,j)位置上的灰度，则第f帧与第f-1帧在每个像素(i,j)位置上的差异灰度为：Df(i,j)＝If(i,j)-If-1(i,j)；i,j为像素的坐标；所述捕捉帧分析模块将M×M大小的差异矩阵平均划分为s×s大小的目标块，对应到三维空间，图像则被所述捕捉帧分析模块划分成一系列大小为s×s×s的盒子；对于要分析的一目标块boε(i,j)，其中具有最大灰度值的像素点落在第l个盒子里，具有最小灰度值的像素点位于第k个盒子中，那么覆盖目标块boε(i,j)所需的盒子数Nε(i,j)为：Nε(i,j)＝l-k+1；那么根据公式一得到判断值D：其中ε为划分尺度ε＝s/M；分别取s＝64和s＝8，得到一系列Nε与ε的数据对，分别取对数；利用最小二乘法对log(Nε)和log(1/ε)进行线性拟合，则线性拟合直线的斜率就是判断值D；由于视频动作不连续失真效果与判断值的均值呈复相关，即判断值D的均值越小，表明动作不连续失真越明显；所以当判断值D的均值小于阈值，所述捕捉帧分析模块就判断当前帧是上一帧的捕捉帧；所述捕捉帧分析模块也用同样的方法，判定帧内是否有部分图像被捕捉；所述捕捉帧分析模块将捕捉帧和捕捉图像的和占被检测帧总数的比例，作为捕捉帧度量值；所述...
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。