[发明专利]一种基于高动态范围的视频质量评估方法

说明书

本发明公开了一种基于高动态范围的视频质量评估方法，主要步骤为：对输入视频图像的原始帧和失真帧进行预处理；将预处理后的视频图像，利用色貌模型对改进后的高动态范围特征来提取明度、饱和度以及色度特征；将明度、饱和度以及色度特征输入到显著性模型中，并给出当前帧的显著性图，利用显著性图计算误差时的权重；采用对比敏感度作为权重来计算失真帧与原始帧的子带误差度，所述对比敏感度采用JND对比敏感度模型计算所得；利用显著性图作为权重，对子带误差度进行空间金字塔池化，通过不同大小的池化窗口，得到不同维度的特征，再通过把特征连接起来统一维度，得到全局误差。本发明具有运行速度快、准确率高、受单一特征影响小等优点。

技术领域

本发明涉及计算机视觉处理技术领域，尤其涉及一种基于高动态范围的视频质量评估方法。

背景技术

随着科技的进步和人们的需要，人们对于信息的需求越来越趋于多元化，人们希望无论何时何地都能方便、快捷、灵活地通过语音、数据、图像以及视频等多种方式进行通信。由于视觉信息能够呈现给人们直观、生动的形象，因此数字视频成为了目前媒体通信中最主要的媒体形式，视频直播、视频会议、可视电话等都是基于视频的多媒体应用，由于视频通信使用者和视频服务消费者对于视频的主观感受取决于所谓的视频质量，因此对于视频质量评估的研究显得十分重要。

视频质量评估在视频压缩、处理以及通信领域中起着十分重要的作用，实时和非实时视频系统的性能和各种视频传输信道的服务质量最终也可通过视频质量得分反映出来，传输系统可以通过评估得分给出的反馈信息去调节编解码器或者信道参数，从而保证系统的服务质量；同时，视频质量评估还有助于设计、优化符合人类视觉特性的图像视频显示系统。当然，视频质量评估对于视频通信制造商和运营商也有着非常重要的意义，视频质量评估的结果直接影响着他们的决定。

动态范围(DynamicRange)是指一个场景的最亮和最暗部分之间的相对比值。众所周知，人眼可以自我调节去适应不同的亮度和色彩环境去捕捉真实世界的场景，传统的低动态范围(LDR)图像、视频由于只能记录有限范围的亮度信息，并不能真实的反映现实世界的亮度范围差别。例如要表现一帧同时包含太阳和极暗环境的图，由于受到亮度范围限制，LDR并不能良好的反映出真实的场景，往往会导致曝光不足或者过度曝光。而高动态范围(HDR)由于可以呈现更高的亮度和对比度，能够更好地模拟真实的场景。因此在现实生活中，高动态范围图像和视频得到了越来越多的应用。

对于标准动态范围的图像和视频，传统评估方法一般是测量信号幅度、信噪比等物理参数，这些方法已经有了相关标准。随着视频压缩技术的引入，越来越多的高动态范围(HDR)图像和视频出现在我们的日常生活中，一方面由于人眼存在视觉特性，另一方面由于传统信道带宽的限制，我们需要不断改进视频质量评估的方法去更好的适应新的需求。

发明内容

为了克服现有技术存在的缺点与不足，本发明提供一种基于高动态范围的视频质量评估方法，具有运行速度快、准确率高、受单一特征影响小等优点。

为解决上述技术问题，本发明提供如下技术方案：一种基于高动态范围的视频质量评估方法，包括如下步骤：

S1、对输入视频图像的原始帧和失真帧根据显示器设备的亮度阈值进行预处理，使视频图像得到适应性的匹配；

S2、将预处理后的视频图像，利用色貌模型对改进后的高动态范围特征来提取明度、饱和度以及色度特征；

S3、将明度、饱和度以及色度特征输入到显著性模型中，并给出当前帧的显著性图，利用显著性图计算误差时的权重；

S4、采用对比敏感度作为权重来计算失真帧与原始帧的子带误差度；所述对比敏感度为视觉系统能觉察的对比度阈值的倒数，所述对比敏感度采用JND对比敏感度模型计算所得；