圖像模糊度檢測在客觀視頻質量評價中的研究與應用.pdf

1、隨著網絡技術的發(fā)展，多媒體技術在現(xiàn)實生活中得到了廣泛的應用，例如視頻打印、視頻博客和視頻會議等等。但是，由于采集系統(tǒng)、處理算法和傳輸設備的影響，視頻在采集、處理和傳輸?shù)倪^程中，通常會由于噪聲或干擾而導致視頻質量下降。而相關處理系統(tǒng)的優(yōu)劣和傳輸信道的質量可通過視頻質量的好壞直接反映，故對視頻質量進行評價具有非常重要的意義和價值。
　　不論是壓縮編碼造成信息的丟失、還是網絡傳輸中誤碼或丟幀引起的失真，都會造成視頻中模糊度的出現(xiàn)，因此對

2、視頻中模糊度的檢測非常重要，本文在此基礎上研究了圖像模糊度檢測在客觀視頻質量評價中的應用，主要成果如下：
　　(1)設計和實現(xiàn)了視頻主觀評價平臺
　　視頻評價分為主觀評價和客觀評價，視頻的最終觀測者是人，故主觀評價的結果準確度最高，且可以用于驗證客觀評價算法的優(yōu)劣，本文研究了現(xiàn)有播放器的特點，并根據(jù)其需求分析，設計并實現(xiàn)了視頻主觀評價平臺，實驗結果表明，該平臺易于操作，可方便測試者打分和研究人員統(tǒng)計分值。
　　(2)全

3、參考模糊度比值算法
　　該算法先使用邊緣檢測得到視頻每一幀圖像的垂直邊緣圖，然后計算其模糊度值，再將原始視頻和失真視頻模糊度值在坐標中標出，一般情況下，有點狀、線狀和散點分布三種，最后使用三種方案：均值、線性回歸和最小包容圓對其分布進行擬合，實驗結果表明，這三種方案所得的客觀評價結果和主觀評價值均有較好的吻合度。
　　(3)視頻模糊度動態(tài)優(yōu)化算法
　　邊緣檢測是模糊度檢測重要環(huán)節(jié)，對模糊度檢測的結果起著非常重要的作用，

4、本文研究了邊緣檢測的經典算法和其不足之處，提出了基于動態(tài)閾值的邊緣檢測算法，然后再結合改進的全參考模糊度比值算法中的三種計算模型的適用情況，提出了評價模型動態(tài)優(yōu)化算法，實驗結果表明，視頻模糊度動態(tài)優(yōu)化計算算法的評價結果可和主觀評價結果取得較高的吻合度。
　　本文研究了圖像模糊度在視頻質量評價中的應用，提出了一種全參考模糊度比值算法和視頻模糊度動態(tài)優(yōu)化算法，提高了視頻客觀評價結果和其主觀結果的吻合度，即提高的客觀評價結果的準確率，對