[发明专利]基于视觉信息失真分解的全参考视频质量评估方法

权利要求书

1.基于视觉信息失真分解的全参考视频质量评估方法，其特征在于，包括下列步骤：

步骤1：

输入参考视频R和待评估视频T，并对各视频帧进行去噪处理，得到视频R的加性噪声A_r、主要视觉信息P_r，视频T的加性噪声A_t、主要视觉信息P_t；

步骤2：

基于所述加性噪声A_r、A_t，得到加性噪声失真S_A；

基于主要视觉信息P_r、P_t，获取主要视觉信息失真P_d，所述P_d为P_r与P_t对应像素值的绝对差值，对P_d进行信道丢包区域和压缩失真区域区分，并计算信道丢包失真S_T、压缩失真S_C：

将P_d分割成多个相同大小的方块，对每个方块，若所有的像素值均大于预设阈值T1，则将该方块的各像素值均置为m；否则，置为n，且m≠n；

基于像素值为m的连通区域，取K个最大连通区域，并将其中面积大于预设值S的连通区域，确定为信道丢包区域，而非信道丢包区域则确定为压缩失真区域；

根据公式计算信道丢包失真S_T，其中C₁＝lg(255·W²·H²)，W和H分别为视频T或视频R的当前视频帧的宽和高，k为确定为信道丢包区域的连通区域个数，参数L_i表示第i个连通区域所对应的主要视觉信息失真P_d的像素平均值，S_i表示第i个连通区域所包含的像素个数，其中i＝1,2...,k；

分别提取P_r和P_t当前视频帧的时空梯度向量g^r、g^t，基于公式

Sp(xr,xt)=(2||gr||||gt||+C2(gr)2+(gt)2+C2)α·(gr·gt+C2||gr||||gr||+C2)β]]>得到像素级相似性S_p(x_r,x_t)，其中，x_r为参考像素，表示参考视频R各视频帧的像素，x_t为待评估像素，表示待评估视频T各视频帧的像素，

基于水平垂直相同采样率分别对P_r和P_t当前视频帧进行下采样处理后，再提取空间梯度向量g^br、g^bt，基于公式Sb(br,bt)=(2||gbr||||gbt||+C2(gbr)2+(gbt)2+C2)α·(gbr·gbt+C2||gbr||||gbt||+C2)β]]>得到块相似性S_b(x_r,x_t)，其中像素块b_r表示参考视频R当前频帧的像素块，像素块b_t表示待评估视频T当前频帧的像素块；

α和β的对应取值为1、1或2、1或1、0，常数项C₂为大于0的常数；

基于像素级相似性S_p(x_r,x_t)、块相似性S_b(x_r,x_t)，并结合像素的结构相似性S_s(x_r,x_t)和显著区域Z，得到压缩失真SC=Avgxr∈Z(Σ(Sp(xr,xt)Ss(xr,xt)Sb(br,bt)));]]>

步骤3：

根据加性噪声失真S_A、信道丢包失真S_T、压缩失真S_C，基于公式获取视频T的单个视频帧的质量评估值S_F；

步骤4：

取视频T的各视频帧的质量评估值S_F的均值，为视频T的质量评估结果并输出。