（信号与信息处理专业论文）数字视频主客观质量评价系统设计与实现.pdf

数字视频主客观质量评价系统设计与实现 摘要 主观质量评价是目前评价数字视频质量的重要手段之一，是国际 公认最可靠的图像和视频质量评价方法。随着i n t e m e t 的高速发展， 基于网络传输的多媒体应用越来越多。受网络速率、终端屏幕尺寸等 因素的影响，此类视频业务的质量差异也越来越大，如何高效率的对 多媒体环境下的视频主观质量进行评估成为当前主观质量评价主要 面临的问题。 本文根据i t u 相关标准的规定和建议，开发了一套多媒体应用 视频主观质量评价自动化系统，满足了灵活组织质量评价测试、参与 测试人员自主控制测试进程的要求，并实现了自动化统计测评结果的 功能，使测试更加快捷和高效。 然而主观质量评价受环境条件限制大，稳定性差，复杂度高，实 时性有限。针对这些缺陷，数字视频质量客观评价方法渐渐成为研究 热点。 清晰度是视频图像质量的重要指标，对视频主观质量评价结果有 直接的影响，定量计算图像清晰度可以作为视频客观质量评价的重要 参考指标。本文提出了三种基于图像清晰度的视频客观质量评价算 法，比较了它们在性能和复杂度方面的差异。实验结果证明，本文提 出的三种基于清晰度的客观质量评价方法的准确性比现有评价算法 均有一定程度的改善。 关键字数字视频主观质量评价多媒体应用视频质量客观质量评 价图像清晰度边缘能量小波变换 s u b j e c t i v ea n do b j e c t i v ev i d e o q u a l i t y a ss e ss n 狲ts y s t e md e s i g na n d d 胛l e n t a t i o n a b s t r a c t s u b je c t i v eq u a l i t ya s s e s s m e n ti s o n eo ft h em o s ti m p o r t a n ta n d r e l i a b l em e t h o d sf o r d i g i t a lv i d e oq u a l i t ye v a l u a t i o n 、i t ht h er a p i d d e v e l o p m e n to fi n t e r n e t ，w e b b a s e dm u l t i m e d i aa p p l i c a t i o n sb e c o m e m o r ea n dm o r ep o p u l a r e m c i e n tv i d e o q u a l i t ye v a l u a t i o nf o rt h e s e a p p l i c a t i o n sw o u l db eh i g h l yr e q u i r e d i na c c o r d a n c ew i t hi t ur e l e v a n ts t a n d a r d sa n dr e c o m m e n d a t i o n s ，a s e to fa u t o m a t i o ns y s t e mf o rs u b je c t i v ea s s e s s m e n to fv i d e oq u a l i t yi n m u l t i m e d i aa p p l i c a t i o n sh a sb e e nd e v e l o p e d ，w h i c hi sf l e x i b l ea n dm e e t s s e l f - c o n t r o lr e q u i r e m e n t sf o rt e s t e r i ta l s o r e a l i z e st h ea u t o m a t i o no f e v a l u a t i o nr e s u l t ss t a t i s t i c s ，e n a b l i n gf a s t e ra n dm o r ee m c i e n t t e s t i n g h o w e v e r , s u b je c t i v ea s s e s s m e n th a sb e e nl i m i t e db ye n v i r o n m e n t a l c o n d i t i o n s ，p o o rs t a b i l i t y , h i g hc o m p l e x i t ya n dr e a l - t i m ep e r f o r m a n c e i n r e s p o n s e t ot h e s es h o r t c o m i n g s ，t h eo b j e c t i v ed i g i t a lv i d e o q u a l i t y a s s e s s m e n tm e t h o d sg r a d u a l l yb e c o m ear e s e a r c hh o t s p o t i m a g ed e f i n i t i o ni s a ni m p o r t a n tf a c t o ri n o b j e c t i v ev i d e oq u a l i t y a s s e s s m e n t b a s e do ni m a g ed e f i n i t i o n ，t h r e ek i n d s o ff u l l r e f e r e n c e o b j e c t i v ea s s e s s m e n tm e t h o d sf o rd i g i t a lv i d e oq u a l i t ya r ep r o p o s e di n t h i sp a p e r t h ep e r f o r m a n c ea n da r i t h m e t i c a lc o m p l e x i t ya r ec o m p a r e d w i t ht r a d i t i o n a lo b je c t i v ea s s e s s m e n tm e t h o d s s i m u l a t i o nr e s u l t ss h o w t h a tt h e s em e t h o d sc a ni m p r o v et h ea c c u r a c yo f q u a l i t ye v a l u a t i o n i i k e yw o r d s s u b j e c t i v ed i g i t a lv i d e oq u a l i t ya s s e s s m e n t v i d e o q u a l i t yi nm u l t i m e d i aa p p l i c a t i o n so b j e c t i v eq u a l i t ya s s e s s m e n t i m a g e d e f i n i t i o n e d g ee n e r g y w a v e l e tt r a n s f o r m a t i o n 独创性( 或创新性) 声明 本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不 包含其他人已经发表或撰写过的研究成果，也不包含为获得北京邮电大学或其他 教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任 何贡献均已在论文中作了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名： 墨地幽 日期： 塑2 。主：垒 关于论文使用授权的说明 学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定，即： 研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保 留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被查阅和借 阅；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它 复制手段保存、汇编学位论文。( 保密的学位论文在解密后遵守此规定) 保密论文注释：本学位论文属于保密在一年解密后适用本授权书。非保密论 文注释：本学位论文不属于保密范围，适用本授权书。 本人签名： 皇塑煎鳓 日期： 丝覃! 垒：! 竺 导师签名： 圣盗朔 日期：型z ：1 2 北京邮电大学硕士学位论文第一章绪论 1 1 数字视频质量评价 第一章绪论 1 1 1数字视频主观质量评价 数字视频主观质量评价即根据观测人员对被测数据的主观感觉进行质量评 价，是国际公认最可靠的图像和视频质量评价方法。主观评价要求在一定光照、 视距等条件下，由一组专家和一组非专家观测人员分别对同一组图像或视频打 分，并对全部打分进行处理得到评价结果。目前，主观评价的方法主要有：双刺 激损伤评价d s i s ( d o u b l es t i m u l u si m p a i r m e n ts c a l e ) 、d s x c q s ( d o u b l es t i m u l u s c o n t i n u o u sq u a l i t yi m p a i r m e n ts c a l e ) ，单刺激损伤评价s s m ( s i n g l es t i m u l u s m e t h o d s ) ，s s c q e ( s i n g l es t i m u l u sc o n t i n u o u sq u a l i t ye v a l u a t i o n ) ，基于单刺激 的a r c 5 、a c r 9 、a c r il 等评价方、法【2 1 ，基于双刺激的d c r 、p c 等评价方法【2 1 ， 以及基于多媒体应用的s a q v i m 评价方法【3 j 等。此外，还有基于一个或多个图 像质量要素的属性指彬2 】评价方法，考虑的质量要素主要有：亮度、对比度、轮 廓清晰度等。每个测试视频通过以上方法得到一组测试分数，对这些分数求平均 值m o s ( m e a no p i n i o ns c o r e ) ，得到最终的质量评价结果。对于m o s 分值，一般 采用五级制反映被测视频质量的好坏，如表1 1 【4 l 所示： 表1 1 数字视频主观评价五级制 m o s 等级视频质量等级视频损伤感知等级 5 优( p e r f e c t ) 没有察觉 4 良好( g o o d ) 有察觉但不讨厌 3 还可以( f a i r ) 察觉且稍微讨厌 2 差( p o o r ) 讨厌但不令人反感 l 坏( u n u s a b l e ) 极讨厌且令人反感 主观质量评价是目前评价视频质量的重要手段之一，主观评价的优点是适用 于各种不同的处理过程以及测试数据类型，准确性高。不足之处在于受环境条件 限制大，稳定性差，复杂度高，实时性有限。由于主观质量评价需要相关领域内 的专家或普通群众到专门设计的主观测试场地才能进行测试，而在某个指定的时 间内组织好多名专家或群众是一件非常困难的事情。如果测试能以个人为单位进 行，尽管效率比较低，但无疑会大大降低测试组织的难度。与此同时，在主观测 试中，为了保证测试结果的准确性，参加测试的人员往往需要反复比较测试节目 之间的差别，以便做出正确的判断和评分，传统的做法是工作人员根据要求多次 北京邮电大学硕士学位论文 第一章绪论 播放某个序列，但由于主观质量评价对场地的特殊要求，主观评价室和控制室在 物理上是分开的，这给双方的协调带来了困难。此外，在每次主观测试结束后， 工作人员还需要把每个测试人员的评分情况手工录入计算机，以便进行分析，得 到测试结果。针对主观测试过程中这些不尽如人意的地方，开发主观评价自动控 制系统，使测试人员根据自己的情况主动控制测试进程，并自动分析测试结果无 疑能大幅度提高测试的效率。 同时，随着i n t e m e t 的高速发展，d 网上的多媒体应用越来越多。受网络速 率、终端屏幕尺寸等因素的影响，p 网上的音频、视频业务质量的差异也越来 越大，如何对多媒体环境下的音频、视频主观质量进行评估也成为主观质量评价 急需解决的问题。近年来，u 先后推出了多个针对多媒体环境下的主观质量评 估标准，如：i t u rb t 5 0 0 1 1 、i t u te 9 1 0 、i t u tb t 1 7 8 8 等，评价过程也从 过去通过录像机播放测试序列过度到在计算机屏幕上同步播出，并且增加了诸如 图像平滑度之类的质量指标。因此，开发针对多媒体应用中的音、视频主观质量 评价系统具有非常重要的现实意义。 1 1 2 数字视频客观质量评价 近年来，随着信息处理技术和数字传输技术的飞速发展，对传统的模拟视频 进行数字处理，进而以数字方式进行存储或传输成为影视节目传播的新途径。 相对于传统的模拟电视的图像质量而言，数字视频的图像质量具有某些特有 的特征。比如：图像的主观质量与节目内容有一定的关系；同一个画面的不同区 域的图像质量有差异；不同厂商的设备，尽管它们支持相同的国际标准，输入的 节目源及编码后的比特速率也完全相同，但解码后的图像质量也不尽相同等等。 数字视频的这些特点使得数字视频的质量评估成为一个必须解决的突出问 题，主要表现在以下几个方面。首先，只有解决了数字视频的图像质量评估问题， 才能客观、科学地评判数字视频系统的优劣，为设备选型提供依据；其次，视频 主观质量评估技术可以解决数字视频的在线监控问题，自动监测由于传输错误对 图像质量的影响；此外，图像主观质量的客观评估技术还将有助于研究人员了解 现有处理算法的不足，找到改进的方向。 众所周知，图像质量的好坏是人的主观感觉，它与很多因素有关。比如：视 频节目的内容是否吸引人、显示设备的尺寸、解析度、亮度、色彩还原性能、观 看距离以及图像本身的色彩、是卡通图像还是自然图像等等。即便是同一个视频 信号，在完全相同的客观条件下，人们的主观感觉也会略有差异。而评价图像质 量优劣最直接、最有效的方法就是主观测试【5 】，即：选取有代表性的个体在精心 设计的环境下对图像的质量进行评估【6 】。但主观测试也有自己的不足，那就是： 2 北京邮电大学硕士学位论文第一章绪论 需要专门设计的主观测试场地、耗费大量的人力、物力和财力。正因为如此，主 观测试通常只有在非常必要并且条件具备的情况下才有可能举行，绝大多数情况 下，希望利用仪器设备对一系列的客观指标进行客观测试，从而衡量视频图像质 量【| 丌。虽然现有的视频客观测试技术并不直接测试图像质量本身，但通过精心 选择测试指标，比如：带宽、信噪比、亮色时延、亮色增益差等，使得客观测试 结果与主观评价的结果具有极高的相关度。相对于主观测试而言，客观测试具有 简单、快速、准确、可重复的特点。 现有的模拟电视系统通常采用插入标准静止图像的方法来进行客观测试，尽 管这种方法在模拟电视系统中得到了广泛的使用，但这种评价方法并不适合于评 价数字视频的图像质量，主要表现在以下几个方面： 模拟电视的某些测试参数对于数字视频没有任何意义，如：在模拟电视系统 中人们通常用信噪比来衡量电视信号在处理和传输过程中干扰噪声的大小，用亮 度、色度时延来衡量系统是否具有线性相位等。在数字视频系统中，由于所有的 处理和传输都是以数字的方式来处理的，因此，那些测试模拟通道性能的指标对 数字视频而言就完全失去了原来的意义。 模拟视频的某些测试参数并不能反映数字视频的真实性能。在数字视频中， 人们通常采用帧间预测技术来消除视频信号在时间上的冗余，压缩传输速率。如 果采用模拟电视的测试方法，由于测试信号是静止画面，帧间预测技术几乎可以 完全消除视频信号在时间上冗余。在这种情况下，绝大部分数字视频系统均能提 供非常高的图像质量，但对于实际的视频节目则未必能提供同等的图像质量。因 此，用静止图像测试获得的很多技术指标( 比如：带宽) 并不表示系统在动态图像 条件下仍然具有相同的性能。更为重要的是：数字视频的某些质量损伤是压缩编 码技术带来的，无法用现有的测试指标去衡量，比如：方块效应、蚊子效应、运 动模糊、动画效果、时延等，由于传统的视频测试方法无法衡量数字视频的图像 质量，人们在数字视频的研究和应用过程通常采用了与模拟电视完全不同的方法 评估方法和评估指标来估计数字视频的图像质量。均方误差( m s e ，m e a ns q u a r e e r r o r ) 和峰值信噪比( p s n r ，p e a ks i g n a ln o i s er a t i o ) 是科研人员常用的用于描述数 字图像质量的指标p j 。尽管这两个指标在一定程度上能反映图像的主观质量，并 在数字视频研究领域广泛应用，但这两个指标的局限性也是非常明显的【9 】。关键 的原因是：图像质量的优劣不仅与处理前后的差值大小有关，还与人眼的视觉特 性有关【io 】j 。比如：在平坦区域，如果两个图像块的亮度有很小的差别，人眼 就能感觉到边缘的存在；而在背景复杂的区域即便是误差比较大，人眼也不容易 发现。 综上所述，我们可以看出：在数字视频的发展和应用过程中，人们希望能有 北京邮电人学硕七学位论文 第一章绪论 客观的手段来衡量图像质量的好坏，但由于数字视频图像具有自己独特的特点， 模拟视频的客观评价方法并不适合于评估数字视频的图像质量，而数字视频研究 领域内目前使用的客观指标由于没有考虑人眼的特征具有明显的局限性。因此， 利用人眼的特征，研究适合于数字视频的客观评价方法具有非常重要的现实意 义。 国际上对数字视频客观测试的研究几乎与数字视频编码技术的研究同步。 1 9 9 6 年，美国国家通信与信息管理处n t i a ( n a t i o n a lt e l e c o m m u n i c a t i o n sa n d i n f o r m a t i 0 1 1a d m i n i s t r a t i o n ) 的研究机构i t s ( i n s t i t u t ef o rt e l e c o m m u n i c a t i o n s c i e n c e s ) 开始了视频质量客观评估的标准化工作。他们依据梯度模型制定了单向 可视电话图像质量客观评估指标的国家标准a n s it i 8 0 1 0 3 1 2 】。在这个标准中， 视频质量主要通过差值图像的时域信息和空间信息，结合人眼的视觉模型来定量 估计数字视频的质量，包括：图像模糊( b l u r r i n g ) 】、图像块效应( b l o c k d i s t o r t i o n ) 1 4 1 、时域边缘噪声( t e m p o r a le d g en o i s e ) t 15 1 、误差块( e r r o r b l o c k s ) 【1 6 1 、噪 声( n o i s e ) 1 7 1 、动画效应( j e r k i n e s s ) 1 阳等等。1 9 9 8 年，它们的评估方法还作为提案 参与了i t u 专家组的评估。 1 9 9 7 年1 0 月来自i t u t 第9 和第1 2 研究组以及i t u r 第l l 研究组的专家 在意大利t u r i n 召开了一次会议，并成立了视频质量专家组( v q e g ，v i d e oq u a l i t y e x p e r t sg r o u p s ) 来专门研究与视频质量有关的问趔1 1 。 1 9 9 8 年，v q e g 制定完成了数字视频客观评价的流程【1 9 】【2 0 】【2 l 】，对参加主观 测试的人员情况也做了相应的规定【2 2 1 ，并确定了一系列的测试图像序列和测试 环境( 通常被称为h r c s ，h y p o t h e t i c a lr e f e r e n c ec i r c u i t s ) t 。2 0 0 0 年，v q e g 对巴 西、日本、德国、瑞士、美国等国家的有关机构提交的近1 0 个提案进了主观、 客观测试，以判定提案的准确性【2 3 1 ，有8 个国际知名的实验室参与了相关的测 试，它们是加拿大的c r c ，日本的n h k ，意大利的r a i 、f u b 和c s e l t ，德国 的b e r k o m ，澳大利亚的d c i t a 和法国的c c e i f 。 v q e g 在测试完成后发布了测试报剖l 】【2 3 1 ，该报告称：目前，没有任何一种 客观测试结果可以代替有关的主观评价：没有任何一种客观测试方法在各个方面 明显优于其它的方法；现有的客观测试与主观测试之间还有非常大的距离，目前 还不具备成为国际标准的条件。 在最近几年内，虽然v q e g 的活动仍然在照常进行，但进展比较缓慢。原因 之一是人眼的视觉特性非常复杂，很多现象还没有被人类所了解。即便是这样， 人们并没有停止在图像质量评估标准化的方面的工作，2 0 0 3 年5 月，i t u 开始 征集多媒体质量客观评估模型【2 4 1 ，目的是为低速率( 小于2 m b s ) 的音视频业务确 定客观评估模型。与此同时，国际上一些大的公司还推出了数字电视质量评估的 4 北京邮电大学硕上学位论文 第一章绪论 相关设备，比如t e k t r o n i x 公司的p q a 3 0 0 等，但这类设备通常是专门针对 m p e g 2 编码算法设计的，这意味着出现块效应的位置是固定的，所以损伤比较 容易计算【2 习；此外，它们主要用于自动监测数字电视传输系统中是否有误码。 事实上，当传输系统出现误码时，图像质量会急剧下降，这样设备几乎不需要利 用视觉模型就可以检测到图像质量的恶化。 我国从2 0 0 1 年底开始数字电视地面广播标准的测试【2 6 1 ，目前尚未最终完成。 现有的数字电视测试系统所关注的是视频流的兼容性、信道特征等，测试也主要 在这些方面进行，比如误码率等，数据流结构规范等【2 7 i t 2 8 1 【2 9 1 ，对于数字视频主 观质量的客观测试与评估还处于空白状态，对该项技术的研究已经明显滞后于数 字视频在实际生活中的应用，尽快开展这方面的研究工作不仅可以填补我国在这 方面的空白，还将为我国未来制定数字视频质量客观测试标准奠定基础。 1 2 本论文完成的工作 本文主要完成了两个方面的工作： 第一，多媒体应用数字视频主观评价系统开发，主要实现了系统客户端应用 程序，以及测试文件传输工具。 第二，数字视频客观质量评价方法研究，即基于清晰度对图像主观质量的影 响，研究了定量计算图像清晰度的方法，提出了新的数字视频客观质量评价算法， 并仿真实现。 本文内容安排如下： 第一章，绪论，介绍了数字视频质量评价方法，主要分为主观评价与客观评 价，分别介绍了这两类方法的典型应用，以及优缺点等。 第二章，数字视频主观质量评价标准与方法，简要介绍了目前国际上几个常 用的主观评价标准，以及标准支持的评价方法。详细介绍了i t u rb t 1 7 8 8 多 媒体应用视频主观质量评价方法标准，以及该标准提出的基于多媒体应用的数 字视频主观质量评价方法。 第三章，多媒体应用视频主观质量评价系统，简述了数字视频质量主观评价 系统设计，详细介绍了多媒体应用数字视频主观评价系统通信协议，客户端应用 程序，以及文件传输工具的实现。 第四章，基于清晰度的数字视频客观质量评价，详细介绍了基于图像清晰度 的几种视频质量客观评价算法，主要有基于图像边缘和基于小波变换两类。通过 实验数据，比较分析算法的性能与复杂度，以及实用性等等。 第五章，总结，总结了毕业设计及论文中完成的工作，以及不足之处。 北京邮电大学硕上学位论文 第二章数字视频主观质量评价标准与方法 第二章数字视频主观质量评价标准与方法 2 1 主观质量评价国际标准 ( 1 ) n u rb t 5 0 0 - 11 ：i t u - rb t 5 0 0 1 1m e t h o d o l o g yf o r t h es u b j e c t i v ea s s e s s m e n t o f t h eq u a l i t yo f t e l e v i s i o np i c t u r e s ) ) 【1 】 该标准是i t u 制定的有关电视图像主观质量评价的国际标准，定义了三种主 观测试方法：d o u b l es t i m u l u sc o n t i n u o u sq u a l i t ys c a l e ( d s c q s ) ，d o u b l es t i m u l u s i m p a i r m e n ts c a l e ( d s i s ) 以及s i n g l es t i m u l u sc o n t i n u o u sq u a l i t ye v a l u a t i o n ( s s c q s ) 。前面两种方法均需要使用原始电视信号作为参考，而后者则不需要参 考信号。d s c q s 和d s i s 的区别在于参考信号和待测信号重复的次数不同。 图2 1 给出了d s c q s 测试中的图像播放方法。所有用于测试的原始节目信 号和测试节目信号的时间长度均为l o 秒钟。测试过程中首先播放l o 秒钟的节目 a ，然后播放3 秒钟的灰度图像，图像的灰度与模拟电视中2 0 0 m v 亮度电平对应 的灰度相同，接下来再播放1 0 秒钟的节目b 。之后这个过程会重复一次。在第 二次播放期间，测试人员可对节目a 和节目b 的图像质量进行评价。节目a 和 b 中一个是原始信号，一个经过处理的信号，其出现的次序是随机的。 t 4t 1t 2t 3t 2t 1t 2t 3t 4 t 1 = l o s 测试序列a t 2 = 3 s 灰度信号 t 3 = 1 0 测试序列b t 4 = 5 一1 1s 灰度信号 图2 - 1d s c q s 中的节目展现 d s c q s 的评分采用在垂直的打分线上画横线标志方式进行评分。工作人员 通过测量标志在打分线上的位置计算出每个节目的具体评分。图2 2 给出了 d s c q s 打分表的样式，其中a 和b 分别表示t 1 和t 3 时段播放的两个节目，图 中2 7 、2 8 、2 9 等代表测试的图像序号。 6 北京邮电大学硕士学位论文第二章数字视频主观质量评价标准与方法 图2 - 2d s c q s 连续质量评分表 ( 2 ) i t u te 9 10 ：i t u tr e c o m m e n d a t i o np 910s u b j e c t i v ev i d e oq u a l i t y 嬲s e s s m e n t m e t h o d sf o rm u l t i m e d i aa p p l i c a t i o n s ) ) l 2 1 该标准用于评价多媒体应用中视频主观质量的国际标准。p 9 1 0 对测试环境、 测试节目源、测试方法等等均有明确的规定。i t u tp 9 1 0 特别规定了“a c r 5 ”、 “a c r 9 ”、“a c r l l ”、“d c r 、“p c ”、“属性指标 等几种主观测试方法。 i a c r a c r 是a b s o l u t ec a t e g o r yr a t i n g 的简称。在a c r 标准规定的测试中，每次 给测试者观看一个测试图像，然后让测试者进行独立评分，这种方法又可称为单 刺激测试方法。图2 3 是a c r 的测试时间图。其中，表示经过某系统i 处理 的序列a ，b j 、c k 的含义类似，序列播放之间的时间用户测试人员进行打分。 图像a i灰度图像b j灰度图像c k 1 0 s = 1 0 s 1 0 s = l o s l o s 评分评分 a i 表示测试条件i 下的序列a b j 表示测试条件j 下的序y u b c k 表示测试条件k 下的序列c 图2 - 3a c r 的节目展现 其中a c r 5 使用5 级评分制，“优 、“良 、“中”、“差 、“劣”分别对应着5 分、4 分、3 分、2 分和1 分，如表2 1 所示。此外，还有尺度更细致的评分，如 a c r 9 、a c r l l 。a c r 9 的评分尽管也是5 个等级，但却有9 个分值，如表2 - 2 7 北京邮电大学硕士学位论文第二章数字视频主观质量评价标准与方法 所示。a c r l l 的评分等级有7 级别，除了常见的优、良、中、差、劣5 个级别 外，还有一个特别优秀的级别，它表示图像质量已经与原始图像完全相同，看不 出任何损伤，这种情况下图像质量得分为l o 分。另一种情况是图像质量极其差， 已经同原始图像完全不相同，即：处理后的图像已经与原始图像完全不相似。尽 管只有7 个级别，但是分值却有1 1 种不同的分值，图2 - 4 给出了a c r l l 的分值 和图像质量对应关系。 表2 1a c r 5 评分等级 表2 - 2 a c r 9 评分等级 9 优 8 7 良 6 5中 4 3 差 2 1 劣 1 0 广一1 0 表示图像保真度和原始图像一致，不用再改进 9 卜-优 8 卜_ 7 卜- 良 6 卜一 5 卜 中 4 卜- 3 卜差 2l 1 卜劣 0 l o 表示图像保真度和原始图像完全不同，是失真最坏的情况 图2 - 4 a c r l l 评分等级 i i d c r d c r 是d e g r a d a t i o nc a t e g o r yr a t i n g 的简称。在d c r 测试中，测试序列总是 成对出现，每对序列中第一个出现的都是源参考图像序列( 为经过任何系统处理 的序列) ，第二个出现的序列是同一个源经过某系统处理之后的测试序列，两个 序列之间有2 秒的间隔，如图2 5 所示。其中，舡表示没有经过任何处理的源 参考序列，a i 表示经过某系统i 处理的将和源参考序列对比的测试序列，b r 、 北京邮电大学硕十学位论文第二章数字视频主观质量评价标准与方法 b j 的含义类似。由于这种方法中需要原始序列和经过处理的序列，因此这种方 法也被称为双刺激测试方法。 a r灰度a i灰度b r 灰度b j 1 0 s 1 0 s = 1 0 s 1 0 s1 0 s 2 s评分2 s a i 表示i 条件下的序列a b j 表示j 条件下的序列b a r ，b j 分别表示序列a ，序列b 的参考源序列 图2 5d c r 的节目展现 d c r 测试要求：当对q c i f 、c i f 、s i f 这类尺寸的图像进行测试时，最好能 将源参考序列和测试序列在同一个监视器上同时显示出来，测试人员要根据测试 序列相对于源序列的损伤做出评价。 d c r 的评价评分等级如表2 3 所示。 表2 3d c r 评价等级 5 不可察觉 4 可察觉但不讨厌 3 轻微讨厌 2 讨厌 l 十分讨厌 i i i p c p c 是p a i rc o m p a r i s o n 的简称，是另一种双刺激测试方法。在p c 测试中， 测试序列也是成对出现的，但成对出现的图像序列来源与不同的处理系统，让参 与测试的人员对前后这两个测试序列进行评价。图2 - 6 是p c 的测试序列播放安 排时间图。a i 表示经过某系统i 处理的测试序列，a j 表示经过某系统j 处理的测 试序列，b k 、b 1 的含义类似。 a i灰度 a j灰度 b k灰度b 1 1 0 s1 0 s = 1 0 s1 0 s1 0 s 2 s评分2 s a i ，a j 分别表示条件i ，j 下的序列a b k ，b 1 分别表示条件k ，1 下的序y d b 图2 - 6 p c 方法中的节目展现 与d c r 类似，p c 测试也要求：当对q c i f 、c i f 、s i f 这类尺寸的图像进行 9 北京邮电大学硕上学位论文 第二章数字视频主观质量评价标准与方法 测试时，最好能将源参考序列和测试序列在同一个监视器上同时显示出来。 属性指标 属性之指标是一种更为关注细节的评价方法，当前的测试方法所得的分数很 接近的时候就可以采用对视频图像进行属性指标的测试来进行更为细致的评价 从而得到准确的评价结果。 n u tp 9 1 0 特别定义了一种称为指标测试的视频主观质量测试方法，主要用 于当系统的质量比较接近情况。p 9 1 0 定义的属性指标主要有： b r i g h t n e s s ( 亮度) c o n t r a s t ( 对比度) c o l o rr e p r o d u c t i o n ( 彩色复制) o u t l i n ed e f i n i t i o n ( 轮廓清晰度) b a c k g r o u n ds t a b i l i t y ( 背景稳定性) s p e e di ni m a g er e a s s e m b l i n g ( 1 蛩像重组速度) j e r k i n e s s ( 抖动) ”s m e a r i n g ”e f f e c t s ( 拖尾效应) ”m o s q u i t o ”e f f e c t s ( 蚊子效应) d o u b l ei m a g e s s h a d o w s ( 双图像阴影) h a l o ( 光环) 这些指标大部分都是由于数字压缩编码所带来的图像质量损伤，并且很多用 传统方法很难对其进行评价。 属性指标测试采用类似于问卷调查的方式，向进行测试的人员提问，然后由 测试人员对这个属性指标做出评价，每个指标的分值范围如图2 7 所示。评分分 数由2 5 个等级进行评价。属性指标标准只是规定了最好和最坏情况下的分值， 中间的分值没有具体的要求，测试者可以根据个人主观感受在最好和最坏之间给 出一个分值。 劣 优 图2 7 属性测试方法的评分表 ( 3 ) i t u - rb t 17 8 8 ：i t u - rb t 17 8 8m e t h o d o l o g yf o rt h es u b j e c t i v ea s s e s s m e n to f v i d e oq u a l i t yi nm u l t i m e d i aa p p l i c a t i o n s ) ) 【3 】 i t u rb t 17 8 8 是一个基于多媒体应用中视频主观质量评价标准，该标准定 l o 北京邮电大学硕士学位论文第二二章数字视频主观质量评价标准与方法 义了一种基于多媒体应用的数字视频主观评价方法，即s a m v i q 方法，在本文 本章第三节中详细介绍。 ( 4 ) n u rb t 10 8 2 ：i t u - rb t 10 8 2s t u d yt o w a r dt h eu n i f i c a t i o no fp i c t u r e a s s e s s m e n tm e t h o d o l o g y 1 4 i t u rb t 10 8 2 的全称是s t u d i e st o w a r dt h eu n i f i c a t i o no fp i c t u r ea s s e s s m e n t m e t h o d o l o g y ，它是1 9 9 0 年提出的一个报告。从严格的意义上说b t 1 0 8 2 不能算 是一个国际标准，更象是一个研究报告。目前i t u rb t 1 0 8 2 的大部分思想都分 散到b t 5 0 0 、b t 9 1 0 和b t 1 7 8 8 之中。 在1 9 9 0 年发布1 1 u rb t 1 0 8 2 1 时，i t u rb t 5 0 0 还没有正式发布，尚处于 审核阶段。作为在实验环境下进行图像主观质量评价的国际标准，尽管人们在 b t 5 0 0 的制定过程已经经过了缜密的设计，但人们发现b t 5 0 0 标准的第2 和第 3 部分存在下列几个问题： a 、最初人们认为同一图像的评分值分布情况从在统计意义上是均匀分布的， 并以此为依据来处理打分结果。实际情况显示分值的分布与测试人员的文化背 景、语言背景和个体差异有一定的关系，并不一定是均匀分布。 b 、上述原因导致不同的实验室对相同节目的给出测试结果的相关性不如预 期的优异。 c 、b t 5 0 0 测试结果的稳定性与测试中是否使用高质量的参考信号有一定关 系。在现实生活中，有些时候很难获得高质量的参考信号，因而无法使用b t 5 0 0 方法进行测试。 d 、双刺激测试所用的时间远超过单刺激测试的2 倍，实际操作比较困难。： b 1 0 8 2 希望能提出几种方法来替代尚未正式发布的b z 5 0 0 第2 和第3 部分 的评价方法，解决上面提到的几个主要问题。b t 1 0 8 2 提出了下列几种测试方法： i r a t i os c a l i n g 比率等级评价方法 让测试人员观察一组无序的图片，选择其中质量最好的图片作为基准，将其 分数记为r ，然后对其它图片进行打分，记为x ，将1 0 0 r 这个比率和x 相乘得 到该图片的实际分数y 。 i i g r a p h i cs c a l i n g 图形等级评价方法 图形等级是为了方便不同语言国家的人员进行测试的一种测试方法，利用对 打分线进行打分的方式来进行评价。 i i i n u m e r i c a lc a t e g o r ys c a l e 数字等级评价方法 数字等级的评价方法也是利用l 一5 分或l l o 分的等级来进行评分，类似于 i t u tr e c o m m e n d a t i o ne 9 1 0s u b j e c t i v ev i d e oq u a l i t ya s s e s s m e n tm e t h o d sf o r m u l t i m e d i aa p p l i c a t i o n s ) ) 【2 】中a c r 的评价方法。 北京邮电大学硕士学位论文 第二章数字视频主观质量评价标准与方法 w m u l t i d i m e n s i o n a ls c a l i n g 多空间尺度评价方法 目前大部分测试均基于三维感官，这样的评价结果有时候是片面的。多空间 尺度评价方法能改善这个问题，其价值还有待进一步研究。实现多空间尺度评价 的具体方法有： 多参数评价：根据一系列调查的实验结果确定一些用于评价视频质量的关键 参数，如音量的大小、图像的亮度、色彩、对比度、锐化程度、图像移动的连续 性、闪烁程度、图像细节的清晰度等，进而归纳为几个典型参数，如背景、噪声、 细节、图像质量基本参数等。通过主观评价这些参数来评价视频质量。( 类似于 i t u tp 9 1 0 中提到的“属性指标 评价方法) 纵向评价：研究表明在图像质量主观评价中采用纵向评价方法，一些体现相 同或类似参数的失真组合可以通过少量的实验归纳为某种特定的失真容限，并且 每个组合中的各种失真的独立性也是可知的，由此可以提供一个合理的失真组合 用于评价被多个失真组合影响的图像质量。 v p a i rc o m p a r i n g 配对比较 该方法对待评价图像或视频的所有可能的配对进行比较，根据其自身的图像 质量对它们排序。 测试评价方法：如有n 个测试图像或视频，它们两两配对，则共有n 木( n 1 ) 2 个配对，将这些配对随机排列，测试选出两者中较好的一个。通过统计结果得到 图像或视频质量排序。值得注意的是，用该方法做出评判时，需要采用一定的方 法消除测试结果传递性的影响( 所谓传递性是指测试结果中出现图像a 优于图像 b ，图像b 优于图像c ，图像c 优于图像a ) 。另外还应采用一定的方法检测测 试结果是否过于一致。 v i v i s i b i l i t yt h r e s h o l d 能见度限制 该方法与双刺激评价类似，即在图像或视频与源图像或视频随机排列的情况 下，让测试人员选出其主观认为的两者中较好的一个，通过统计得到测试结果。 2 2 多媒体应用视频主观质量评价特点 与i t u rb t 5 0 0 等视频主观质量测试不同，多媒体应用中的视频信号通常 情况下具有以下特征【3 】： 图像的显示终端不完全采用固定设备，有可能是移动设备； 图像播放的帧速率不是电视标准规定的2 5 帧秒，可能是小于2 5 帧秒的 某个固定帧速率，比如：1 5 帧秒。 图像尺寸不是固定的标清电视尺寸，画面尺寸可以从1 2 8 x 9 6 的s q c i f 1 2 北京邮电大学硕士学位论文第二章数字视频主观质量评价标准与方法 尺寸到1 9 2 0 x1 0 8 0 的h d t v 画面尺寸 在多媒体应用中的视频图像通常经过高级编码处理，图像的压缩倍数一 般比较高，损伤明显，因此需要质量评价进行的调整。 多媒体应用中的观看距离与电视有较大区别。i t u rb t 5 0 0 标准是针对 电视图像的主观质量评价标准，考虑到普通大众在家庭环境中收看电视 的实际情况，对测试人员座位的安放位置、座位高度均有明确的规定。 在多媒体应用视频主观质量测试中，由于普通用户的观看环境有了很大 的不同，因此对测试环境也有单独的要求。 音频或文本不是完全独立的，很可能完全嵌入到视频文件中。在 i t u b t 5 0 0 测试中，测试者看到的只有画面，测试过程中完全没有声音 或文字信息，测试者能专注于图像质量的变化，在多媒体应用视频主观 质量测试中，在播放视频的同时可能同时有伴音或文字信息，因此可能 会对测试者对图像主观质量评价产生影响。 因此多媒体应用视频主观质量评价有其自身的特点，主要体现在以