[发明专利]一种无参考视频质量评价方法及装置

说明书

技术领域

本发明涉及视频技术领域，特别是，涉及一种无参考视频质量评估方法及装置。

背景技术

随着数字图像压缩编码技术的迅猛发展，图像压缩可以看作是在码率、图像质量视觉感知失真和算法复杂度之间的一种折衷，图像压缩算法的设计，主要依赖于上述三个因素。而图像质量视觉感知失真一直是研究工作中的薄弱环节。同时，在图像采集、压缩、处理、传输和复制过程中，数字视频或图像数据的储存和通信过程中的数据分配易产生各种各样的失真。例如，有损视频压缩技术在量化处理过程中可能会降低其质量。因此，能够确定并量化视频系统中的图像质量问题是非常必要的，因为它能维持、控制甚至能提高视频数据的质量，所以，一个有效的图像或视频质量评价方法或指标是非常关键的。

图像质量评价方法大体上可分成两大类，即主观评价方法和客观评价方法。

所谓主观评价方法，就是由观察者依据自己的感觉对图像质量进行评价。具体实施起来就是，在一定的光照、视距、分辨率大小等条件下，由一组专家和非专家观察者(15~30人)分别对所评价的同一图像进行打分，然后按照一定的规则得出一个总的评价结果。这种通过取所有观察者的平均评价分来确定图像质量等级的方法叫主观质量评分法。但由于图像的最终接受者是人，由人通过视觉对图像进行分析、识别、理解和评定，因此，这种评价方法的自由度大，它受观察者的知识背景、观测目的、观测环境和条件及人的视觉心理因素等影响。加上评价过程繁琐，人的视觉心理因素很难用准确的数学模型来表达，从而导致评价结果不够精确，且不便于图像系统的设计，在工程应用中也不便使用。

所谓客观图像质量评价方法就是通过定义的一些数学公式，建立起与图像质量含义相关的数学模型，然后对评价图像进行有关运算，得到一个唯一的数字量作为评测结果。客观质量评价方法可分为:全参考质量评价(Full reference)、半参考质量评价(Reduce reference)和无参考质量评价(No reference)。由于在实际互联网应用中基本不可能获得原始视频信息，无参考客观质量评价方法就成为应用价值最大同时难度也是最大的一种。现有的视频无参考客观评价需要对影响视频质量各种因素进行建模, 最终由计算机根据该模型客观地给出评分。但该类型算法建模复杂、运算耗时大、与视频转码过程融合较困难，且多数尚处于研究阶段，应用较少。

发明内容

为了解决上述问题，本发明提出一种无参考视频质量等级评估方法及系统，通过分析用户上传视频的码率、压缩协议和内容运动程度完成对视频画质的评分，具体地，该方法包括：

一种无参考视频质量等级评估方法，包括如下步骤：

步骤1：分析获取视频的编码格式VCF、视频的编码码率VCB和视频的分辨率VR；

步骤2：对视频进行解码，得到视频源数据RawData；

步骤3：对视频RawData进行one-pass编码 ，获取one-pass 编码完成后的视频峰值信噪比OPSNR；

步骤4：获取视频动态基准评分K1，包括如下步骤

步骤4.1：根据获取的视频编码格式VCF，查找编码格式的码率折损率表，得到对应的码率折损率loss_factor，

步骤4.2：计算视频动态性加权因子VMF，其中视频动态性加权因子VMF表征了视频的画面的复杂程度，

步骤4.3，对各种不同编码格式、不同内容的视频源利用第一折算公式进行码率折算，经过折算之后的动态加权码率记为VMB，

步骤4.4，将折算后的动态加权码率VMB与视频分辨率VR代入视频动态基准分数表查找，得出视频动态基准评分K1，1≤ K1 ≤11；

步骤5，获取视频模糊度基准评分K2，包括如下步骤

步骤5.1：对所述视频源数据RawData抽取关键帧，利用关键帧分别进行边缘纹理强度和损伤强度的检测，得出视频模糊度值BV和视频块效应值DV，并利用第二折算公式得到视频模糊系数BC；

步骤5.2：将视频模糊系数BC和视频分辨率VR带入视频模糊度基准分数表，得到视频模糊度基准评分K2，1≤ K2 ≤11；

步骤6：将视频动态基准评分K1与视频模糊度基准评分K2按以下公式，计算出最终视频质量等级评分K：

K = K1 * X1 + K2 * X2，

X1为视频动态基准评分K1的权重值，X2为视频模糊度基准评分K2的权重值。

特别的，在步骤4.2包括如下步骤：

步骤4.2.1：设定基准运动视频峰值信噪比BPSNR；