【技术实现步骤摘要】
一种评估水下视频质量的无参考评价方法
[0001]本专利技术属于视频分析
,具体涉及一种评估水下视频质量的无参考评价方法
。
技术介绍
[0002]视频图像的质量评价指标准可以分为主观评价方法和客观评价方法
。
主观评价由观察者对视频或图像给出主观评分,符合人眼视觉特性,但工作量大
、
实时性差
、
无法自动化实现,在水下视频图像的质量评分上并不适用
。
客观评价方法是利用计算机算法进行打分,可以进行实时在线测评,根据评价时是否需要参考图像又可以分为全参考
、
半参考
(
部分参考
)
和无参考三类评价方法
。
视频质量指标,尤其是实用性更强的客观评价指标,在视频技术研究中处于关键地位
。
有效且准确的视频质量评价指标能直接衡量视频质量,也引导着高质量视频的获取,还是验证水下视频增强与复原算法性能的重要手段
。
[0003]水下视频在水域尤其是海洋的探索开发中,有不可替代的作用
。
不同于通常大气环境下的视频,水下视频由于特殊的光学环境导致的色偏
、
模糊
、
光照不均
、
对比度低以及成像设备在水中晃动导致的失焦等问题,存在明显的质量退化
。
通用的自然视频评价指标并不能准确的衡量水下视频质量
。
因此,需要建立针对水下视频的质量评价指标
。
【技术保护点】
【技术特征摘要】
1.
一种评估水下视频质量的无参考评价方法,其特征在于,包括以下步骤:首先,将水下视频分解成帧,并按帧处理,每一帧即为一张水下图像,对视频帧进行退化特征提取,提取出色偏
、
模糊和雾化这三种退化对应的分数作为视频退化特征;其次,使用预训练的
ResNet50
深度神经网络结合特征注意力机制提取视频帧的语义特征向量,降维后得到视频帧的语义质量分数;然后,将视频退化特征各指标分数进行归一化处理,与语义质量分数进行拼接,得到每一帧的特征向量;最后,使用门循环单元网络捕获视频帧之间的时序信息并进行特征融合,加上时序注意力机制,得到最终的视频质量分数
。2.
根据权利要求1所述的一种评估水下视频质量的无参考评价方法,其特征在于,使用水下彩色质量评价指标
UCIQE
提取视频帧的色彩特征;该指标以色度
、
饱和度和对比度为测量分量,通过线性的方式将测量分量线性组合,量化水下图像的色彩和对比度;
UCIQE
计算公式如下:
UCIQE
=
c1×
σ
c
+c2×
con
l
+c3×
μ
s
ꢀꢀꢀꢀ
(1)
其中,
σ
c
是视频帧的色度的标准方差,
con
l
是视频帧的亮度的对比度,
μ
s
是视频帧的饱和度的平均值;
c1、c2和
c3代表权重;视频帧色彩分数
S
col
=
UCIQE。3.
根据权利要求1所述的一种评估水下视频质量的无参考评价方法,其特征在于,使用边缘图像块的对比度指数值表示水下图像的模糊程度,提取出视频帧模糊程度特征;寻找边缘图像块的方法是判断边缘像素的数量是否大于一个块中像素总数的设定比例值;模糊指数为所有边缘图像块均方根对比度值之和,计算公式如下:其中,
Blu(V)
是均方根对比度之和,
H*W
为视频帧的尺寸,
H
是图像像素的高度,
W
是图像像素的宽度,
T
是边缘图像块的个数,
V
(i
,
j)
是视频帧
V
中处于
(i
,
j)
位置处的像素值,是所有像素的平均强度;视频帧的模糊特征分数
S
blu
=
Blu(V)。4.
根据权利要求1所述的一种评估水下视频质量的无参考评价方法,其特征在于,使用自然图像质量指标
NIQE
衡量水下图像的雾化程度;测试图像的
NIQE
指标表示为从测试图像中提取的
...
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。