数字视频图像质量客观测量方法的改进与实现

数字视频图像质量客观测量方法的改进与实现

年11月25日点击次数:246

信息网 作者:黄文辉陈仁雷张家谋

摘要:本文在传统的图像客观测试峰值信噪比的基础上,对比了重建图像与原始图像,改进了测试模糊

键质量指标的算法,同时提出了预处理的方案. 实用中可与图像质量主观评价的MOS(mean opinion score)对

试与评价图像传输系统的质量.

量客观测试; 峰值信噪比; 模糊; 方块效应

为主观评价和客观评价,主观评价是以人作为观察者,而图像最终是给人看的,所以人(特别是专业人员) 的评定是具有权威性的. 但主观测试具有局限性,时,人的视觉反应到主观感觉上有其心理因素,结果因人(甚至因时) 而异,很难形成统一的模型,因而需要寻找简单易行且能得到公认的客观测试方法,并根据频的质量做出定量的客观评价. 即这些客观测试方法的指标应该与主观评价对应起来.

量的传统方法是求出重建图像与原始图像的差别,将这些差别统一认为是噪波,并以峰值信噪比( PSNR ) 的分贝数作为指标客观地表征数字图像质量. 但是并不能反应是哪一种原因造成图像的降质,因而在实际中很有必要再分项深入研究能表征图像降质原因的方法,也就是为常见的公认的数字图像的各种失真寻方法至少有下列3 条原则是必需满足的:

价相一致;

种失真造成的后果而不受或尽量少受其他失真因素的影响;

的数量表征明显,并尽量有线性的相关性等. 本文提出以PSNR 为总的测试指标,以模糊系数、方块效应、运动补偿、帧速为分量的测试方案,并在文献[ 1 ]的提出了改进方案.

中原始图像(输入图像) 的信号幅度多取255 ,认为原始图像信号处于理想的满幅度状态,图像中亮度(或色度) 最大处为峰值255 ,亮度(或色度) 最小处为重建图像(输出图像) ,信号值产生了偏离,导致了图像失真. 这种计算方法约定俗成已成定式,但是仔细分析后,实际的图像很难达到如此理想的状态. 即在很难) 都存在最亮点或最暗点,此时若一概以输入图像的幅值为255 计算则显然是不正确的. 在这种情况下应以输入图像实际存在的亮度(或色度) 最大值. 故本文建议采取如下公式计算PSNR(下列的计算以图像亮度为例) :

图像或输出图像第k 帧的像素总数; y

i ( i , j , k) 为输入图像第k 帧的第i 行、第j 列的像素亮度值; y

o

( i , j , k) 为输出图像第k 帧的第i行

x ( k) 、Yo ,min ( k) 分别为输出图像第k 帧中最大、最小像素亮度的值.

如果输入图像的幅度差达不到255 ,只要先归一化到255 , 仍可以用输入图像信号幅度为255 的公式计算PSNR. 实际上,这不符合实际图像的传输幅度, 性的存在, 导致了计算误差. 因此, 直接与输入图像最大值与最小值之差相比, 更能反映实际的PSNR.

求模糊系数

频图像最根本的指标,一幅图像是否清晰并被观看者认可是该图像系统成败的关键. 当然,决定图像清晰度的根本是图像的像素含量,怎样在有限的像素数的广大相关专业的科技工作者孜孜以求的.

降源于图像信号中高频成份的损失,一般表现为边缘模糊和细节减弱. 实用中,由于图像格式(像素数) 不同, 图像清晰度的客观测试只能是测量与原始图像程度. 在前人研究成果的基础上,文献[ 1 ]选择了一种求清晰度的方式, 即分别对原始图像和重建图像用微分型空间滤波器提取其高频成份, 再求二者的相经过实际应用,发现它存在2 个问题: ①与图像清晰度下降的主观感觉相关性不好,且受图像内容影响太大,不同的图像得出的值相差较远(见表1) ; ②受效应造成了附加的垂直与水平边缘,增加了图像的高频成份,影响了测试结果. 为此,改为用斜空间滤波求模糊系数,算法流程如图1 所示.

算流

系统对边缘和细节的传输一般是无方向性的,因此斜方向边缘和细节的传输系数可以代表垂直、水平方向的细节传输,而由于输出图像的水平、垂直细节与糊程度, 故选斜方向的微分型空间滤波器(见图2) ,只比较斜方向边缘和细节的传输,即可代表整个图像边缘和细节的传输系数,即模糊系数:

特征为

j , k) 为第k 帧、第i 行、第j 列的亮度值经过斜方向微分型空间滤波器处理后得到的值.

分型空间

出的边缘能量和输入边缘能量比值. 假定图像序列无其他失真,那么k 值的范围一般在0～1 之间, k 值越接近于1 , 图像清晰度越高,结果表现越鲜明. 滤波模板就可以计算模糊程度,而且结果简明扼要.

求方块效应

是M系列图像压缩编码标准均是以二维余弦变换即DCT 变换为核心算法,为此对图像分块(8 ×8 、16 ×16 等) 是必要的. 随着压缩比的增大,图像中的现马赛克(Mosaic) . 块效应的出现增加了重建图像中的垂直和水平边缘, 如果单纯用微分型垂直和水平二维空间滤波器滤出垂直与水平方向的边缘, 则必与水平边缘混在一起,因而必需去除这部分,剩下的才是块效应导致的垂直与水平边缘. 即输出图像的水平、垂直边缘可视为2 部分: ①输入图像中本来就产生的水平垂直边缘. 前面已经提到,设一般的传输系统对图像边缘的响应没有方向性,则可以先用微分型正空间滤波器(见图3) 求出输入图像的垂直与水出的边缘与细节传输系数K

blur

,得到重建图像无方块效应边缘在内的图像垂直与水平的边缘与细节值,再用微分型正空间滤波器求出重建图像垂直与水平总可得到属于方块效应的垂直与水平边缘值,取相对值表示如下.方块效应系数:

为一帧图像经正空间滤波器得到的水平垂直方向的边缘能量和. 此方案K

block

系数的大小一般在0～1 之间,方块效应方块效应越小系数越接近于0.

分型空间

频图像传输系统进行客观测量,必需用计算机采集输入图像(原始图像) 和输出图像(重建图像) ,然后再研究二者之间的差别并求出相关的客观测量指标. 输入图像已有很多变化, 必需进行预校正.

采集显示误差等原因都会导致输出与输入图像之间的错位, 必需按像素进行精确地对位,才能进一步计算二者的差值. 为此应该用估计二者均方差的办法使置校正

会使输出图像的增益和直流偏置发生变化,需用以下公式进行校正.设原始图像的亮度为Y

in , 重建图像的亮度为Y

o ut

,传输通道的亮度增益g

y

可定义为

后应对重建图像作如下处理: