發(fā)布時(shí)間：2018-04-28 03:19

  本文選題：視頻質(zhì)量評價(jià) + 結(jié)構(gòu)相似度�。� 參考：《新疆大學(xué)》2017年碩士論文

【摘要】：隨著移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展,視頻通信逐步成為人們?nèi)粘Ｉ钪袀鬟f和交流信息的重要載體,尤其現(xiàn)在社交媒體爆發(fā)式增長,微博、微信中存在大量的視頻通信,用戶在通信中對視頻圖像的質(zhì)量要求也相應(yīng)提高。然而視頻圖像在采集、編碼、傳輸過程中都有可能產(chǎn)生失真,這時(shí)需要對呈現(xiàn)在用戶面前的視頻質(zhì)量進(jìn)行測試,以便優(yōu)化系統(tǒng),提供更好的視覺體驗(yàn)。從用戶角度出發(fā),主觀視頻質(zhì)量評價(jià)更真實(shí),但此方法要求較多的人力物力,無法應(yīng)用到實(shí)際的評價(jià)系統(tǒng)中,效率較低,而客觀的視頻質(zhì)量評價(jià)方法,在評價(jià)過程中不能完全符合人的主觀視覺感受,研究更加符合用戶真實(shí)體驗(yàn)的客觀視頻質(zhì)量評價(jià)成為重要的課題。人眼的視覺系統(tǒng)可以提取視覺場景中的結(jié)構(gòu)信息,結(jié)構(gòu)相似度方法突破性的利用人眼的這一特性來評價(jià)視頻圖像質(zhì)量,這一方法主要是通過場景中結(jié)構(gòu)信息的變化來度量視頻圖像的失真。本文仔細(xì)研究了結(jié)構(gòu)相似度理論以及具體應(yīng)用過程中的方法,并在此基礎(chǔ)上進(jìn)行了兩方面的改進(jìn)。第一,針對結(jié)構(gòu)相似度算法評估嚴(yán)重失真的模糊圖像時(shí)效果不理想,本文提出采用直方圖表現(xiàn)單幀圖像的結(jié)構(gòu)特征,單幀圖像的模糊程度用直方圖的集中度表征,再與運(yùn)動(dòng)估計(jì)結(jié)合來評價(jià)視頻質(zhì)量。第二,針對結(jié)構(gòu)相似度算法在評價(jià)過程中沒有考慮感興趣的問題,本文把視頻圖像分為感興趣區(qū)域和不感興趣區(qū)域,由于在感興趣區(qū)域邊緣結(jié)構(gòu)比較豐富,所以在此區(qū)域采用邊緣結(jié)構(gòu)相似度的方法,在不感興趣區(qū)域采用結(jié)構(gòu)相似度方法,最后將兩個(gè)評價(jià)結(jié)果進(jìn)行加權(quán)處理。這樣可以區(qū)分出視頻圖像中的重要信息,具有很好的評價(jià)效果。實(shí)驗(yàn)結(jié)果表明,基于改進(jìn)的結(jié)構(gòu)信息和運(yùn)動(dòng)估計(jì)的方法在評價(jià)嚴(yán)重失真的視頻時(shí)比單尺度的結(jié)構(gòu)相似度方法有更好的效果�；谝曈X感興趣區(qū)的評價(jià)方法比其他算法更加符合人眼特性,主客觀評價(jià)的一致性更好。
[Abstract]:With the rapid development of mobile Internet, video communication has gradually become an important carrier of information transmission and exchange in people's daily life, especially the explosive growth of social media, Weibo, WeChat, there are a large number of video communications, The quality requirement of video image is also improved in communication. However, in the process of acquisition, coding and transmission of video images, distortion may occur. In order to optimize the system and provide a better visual experience, it is necessary to test the video quality in front of users. From the user's point of view, subjective video quality evaluation is more realistic, but this method requires more manpower and material resources, and can not be applied to the actual evaluation system. It is inefficient and objective video quality evaluation method. In the process of evaluation, the objective video quality evaluation which is more in line with the user's real experience has become an important subject. The human visual system can extract the structure information from the visual scene. The structural similarity method uses this characteristic of the human eye to evaluate the video image quality. This method mainly measures the distortion of video image by changing the structure information in the scene. In this paper, the theory of structural similarity and the method of its application are studied carefully, and two improvements are made on this basis. First, in view of the unsatisfactory effect of structural similarity algorithm in evaluating seriously distorted fuzzy images, this paper proposes a histogram to represent the structural features of a single frame image, and the fuzzy degree of a single frame image is characterized by the histogram concentration degree. And then combined with motion estimation to evaluate the video quality. Secondly, because the structure similarity algorithm does not consider the problem of interest in the evaluation process, this paper divides the video image into the region of interest and the region of interest, because of the rich edge structure in the region of interest. So the method of edge structure similarity is adopted in this region, and the structure similarity method is used in the region of no interest. Finally, the two evaluation results are weighted. In this way, the important information in the video image can be distinguished, and the evaluation effect is very good. The experimental results show that the improved structural information and motion estimation method are more effective than the single-scale structural similarity method in evaluating seriously distorted video. The evaluation method based on the region of visual interest is more consistent with the human eye than other algorithms, and the subjective and objective evaluation is more consistent.
【學(xué)位授予單位】：新疆大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN919.8

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭艷雯;馬鴻飛;;客觀視頻質(zhì)量評估方法研究[J];電子質(zhì)量;2008年04期

2 盧劉明;陸肖元;;分組網(wǎng)絡(luò)中的視頻質(zhì)量評估[J];計(jì)算機(jī)應(yīng)用研究;2008年09期

3 楊愛華;;網(wǎng)絡(luò)課程中視頻質(zhì)量的優(yōu)化[J];現(xiàn)代教育技術(shù);2009年08期

4 趙大軍;劉思平;李冶文;俞航;;視頻質(zhì)量評估方法及規(guī)范[J];電信工程技術(shù)與標(biāo)準(zhǔn)化;2011年04期

5 白彥鵬;吳學(xué)智;何如龍;;視頻質(zhì)量客觀評估方法分析[J];計(jì)算機(jī)與數(shù)字工程;2011年10期

6 孫延;岑峰;;基于深度的3D視頻質(zhì)量評價(jià)[J];微型機(jī)與應(yīng)用;2013年03期

7 田玲;廖紫纖;何楚;;三網(wǎng)融合下基于壓縮感知的半?yún)⒖家曨l質(zhì)量評估方法研究[J];計(jì)算機(jī)應(yīng)用研究;2013年06期

8 王新岱,楊付正;視頻質(zhì)量的主客觀評估方法研究[J];電視技術(shù);2003年08期

9 曾銳;;視頻質(zhì)量與維護(hù)[J];中國有線電視;2009年06期

10 ;寶利通宣布支持H.264 High Profile,同樣的視頻質(zhì)量僅需一半帶寬[J];中國新通信;2010年07期

相關(guān)會議論文 前5條

1 楊春亭;柳楊;;基于視覺感知的視頻質(zhì)量測量方法的研究[A];2009中國儀器儀表與測控技術(shù)大會論文集[C];2009年

2 史萍;;基于特征的視頻質(zhì)量損傷度客觀測量方法[A];通信理論與信號處理新進(jìn)展——2005年通信理論與信號處理年會論文集[C];2005年

3 王輝麟;史宏;;基于變權(quán)參數(shù)的鐵路視頻監(jiān)控系統(tǒng)視頻質(zhì)量動(dòng)態(tài)檢測方法研究[A];第七屆中國智能交通年會優(yōu)秀論文集——智能交通技術(shù)[C];2012年

4 譚杰;孫志剛;程輝;;IPTV視頻質(zhì)量監(jiān)測模型[A];第十七屆全國青年通信學(xué)術(shù)年會論文集[C];2012年

5 張桂卿;傅雪鵬;佘方毅;;IPTV視頻傳輸質(zhì)量問題分析[A];中國新聞技術(shù)工作者聯(lián)合會第六次會員代表大會、2014年學(xué)術(shù)年會暨第七屆《王選新聞科學(xué)技術(shù)獎(jiǎng)》和優(yōu)秀論文獎(jiǎng)?lì)C獎(jiǎng)大會論文集（三等獎(jiǎng)）[C];2014年

相關(guān)重要報(bào)紙文章 前2條

1 安捷倫科技公司;MDI 指標(biāo)衡量視頻質(zhì)量[N];通信產(chǎn)業(yè)報(bào);2006年

2 安捷倫科技（中國）有限公司;安捷倫：三重播放環(huán)境驗(yàn)證IPTV(下篇)[N];通信產(chǎn)業(yè)報(bào);2006年

相關(guān)博士學(xué)位論文 前7條

1 劉河潮;網(wǎng)絡(luò)丟包的無參考視頻質(zhì)量評估方法研究[D];西安電子科技大學(xué);2013年

2 史志明;網(wǎng)絡(luò)視頻質(zhì)量評估方法與測試技術(shù)研究[D];北京郵電大學(xué);2013年

3 劉河潮;網(wǎng)絡(luò)丟包的無參考視頻質(zhì)量評估方法研究[D];西安電子科技大學(xué);2014年

4 杜海清;無線傳輸中的視頻質(zhì)量評價(jià)及控制研究[D];北京郵電大學(xué);2010年

5 楊艷;基于多特征類型的無線視頻質(zhì)量用戶體驗(yàn)（QoE）方法研究[D];北京郵電大學(xué);2012年

6 蘇洪磊;基于碼流的網(wǎng)絡(luò)視頻無參考質(zhì)量評估研究[D];西安電子科技大學(xué);2014年

7 趙敏;基于IP網(wǎng)絡(luò)視頻質(zhì)量自適應(yīng)控制的研究[D];西北工業(yè)大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 孫魯川;網(wǎng)絡(luò)會議視頻質(zhì)量評估方法分析、改進(jìn)及應(yīng)用[D];電子科技大學(xué);2015年

2 余浩淼;視頻監(jiān)控系統(tǒng)的網(wǎng)絡(luò)層質(zhì)量監(jiān)控與故障檢測系統(tǒng)[D];復(fù)旦大學(xué);2013年

3 賈琳;基于DSP的視頻質(zhì)量監(jiān)測系統(tǒng)設(shè)計(jì)[D];黑龍江大學(xué);2015年

4 劉洋;基于HTTP自適應(yīng)流媒體的質(zhì)量評估[D];西安電子科技大學(xué);2014年

5 田云;H.264的視頻質(zhì)量評估及編解碼算法的實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

6 劉興龍;基于視覺特性的視頻質(zhì)量評估系統(tǒng)[D];西安電子科技大學(xué);2014年

7 王進(jìn);考慮網(wǎng)絡(luò)丟包的視頻質(zhì)量無參評估模型[D];石家莊鐵道大學(xué);2015年

8 朱元全;變電站視頻質(zhì)量診斷系統(tǒng)的檢測技術(shù)研究[D];華北電力大學(xué);2015年

9 吳麗麗;碼流感知型的無參考視頻質(zhì)量評價(jià)模型的研究與實(shí)現(xiàn)[D];福州大學(xué);2014年

10 張倩倩;基于時(shí)空特性的CNTV/ESPN體育視頻質(zhì)量分析[D];東華大學(xué);2016年

，

本文編號：1813535