[发明专利]一种基于图像特征的视频质量评估系统

说明书

本发明涉及一种基于图像特征的视频质量评估系统，包括：视频信号接收模块，基于差异矩阵纹理特征的捕捉帧分析模块，基于梯度特征的帧内失真分析模块，视频质量综合评估模块，视频质量评估结果输出模块。得到视频质量综合评估值。视频质量评估结果输出模块，以图表的方式输出包括：原始视频数据信息，块效应帧内失真度量值，捕捉帧度量值，以及视频质量综合评估值的评估报告。

技术领域

一种基于图像特征的视频质量评估系统

背景技术

随着现代信息技术的不断发展以及人民生活水平的提高，人们对网络视频应用的需求以惊人的速度持续上升，对如此大规模的视频业务需求进行监测和管理以保证服务质量，需要有比传统的质量检测系统更为有效的方式。比较从前不以用户的实际体验为检测标准而仅仅从系统参数的角度维持服务质量，如今面向用户体验质量的视频检测方法层出不穷，可以被分为主观评估方法和客观评估方法两类。主观评方法最接近面向用户体验这一目标，基本方法是邀请一批非专业人士于环境受控的实验室内观看基于标准进行过不同处理的视频片段组合而后给出相应的评级，但该方法存在着操作难、价格昂贵且耗时长等缺点，于是需要由客观评估方法来填补这一缺陷。

如今国内外对客观视频质量评估方法的研究主要分为几个方向：直接估算均方误差，基于特定失真的检测方法，包括：单一模糊、块效应或几种单一失真的混合模型和基于视频图像整体特征的检测方法。现有方法所存在：不能实时测量、耗时长、对实验室环境要求高以及十分昂贵的问题。

发明内容

有鉴于此，本发明提供一种解决或部分解决上述问题的基于图像特征的视频质量评估系统。

为达到上述技术方案的效果，本发明的技术方案为：一种基于图像特征的视频质量评估系统，其特征在于，包括：视频信号接收模块，块效应失真分析模块，基于判断值的捕捉帧失真分析模块，视频质量综合评估模块，视频质量评估结果输出模块。

视频信号接收模块：获取待评估的视频信息，以评估每一帧图像的失真、该帧图像内空间水平上的失真以及帧与帧变换时图像动作的失真；

基于差异矩阵纹理特征的捕捉帧分析模块：该模块用于检测视频中的捕捉帧，并分析捕捉帧的特征。首先，计算视频中连续两帧差异。第f帧与第f-1帧在每个像素(i,j)位置上的灰度差异为：D_f(i,j)＝I_f(i,j)-I_f-1(i,j)。然后将M×M大小的差异矩阵平均划分为s×s大小的目标块，对应到三维空间，图像则被划分成一系列大小为s×s×s的盒子。对于某一目标块，其中具有最大灰度值的像素点落在第l个盒子里，具有最小灰度值的像素点位于第k个盒子中，那么覆盖该目标块b_ε(i,j)所需的盒子数N_ε(i,j)为：N_ε(i,j)＝l-k+1。根据判断值公式：其中ε为划分尺度ε＝s/M。分别取s＝64和s＝8，得到一系列N_ε与ε的数据对，分别取对数。利用最小二乘法对log(N_ε)和log(1/ε)进行线性拟合，则拟合直线的斜率就是判断值D。由于视频动作不连续失真效果与差异矩阵判断值的均值呈复相关，即判断值均值越小，表明动作不连续失真越明显。所以当差异矩阵判断值的均值小于阈值，就认为这一帧是上一帧的捕捉帧。用同样的方法，判定帧内是否有部分图像被捕捉。将捕捉帧和捕捉图像的和占被检测帧总数的比例，作为基于差异矩阵纹理特征的捕捉帧度量值。

基于梯度特征的帧内失真分析模块，首先将该帧图像用拉普拉斯八邻域模板得到每个像素的拉普拉斯梯度。然后将其划分为8*8大小的网格，对于目标块A，其左边相邻块记为B，其上方相邻块记为C。定义函数将其用于均匀失真的计算公式。垂直方向均匀失真计算公式为：根据公式：计算水平方向均匀失真。该目标快的帧内失真度量值为水平方向上和垂直方向上的是真度量值的平均值。依次计算所有目标块的帧内失真度量值，然后去掉最大值和最小值之后，取平均值作为该帧图像的帧内失真度量值。