[发明专利]一种超高清视频质量评价方法及装置

权利要求书

1.一种超高清视频质量评价方法，其特征在于，包括：

对超高清视频进行逐帧提取，形成对应的图像序列，将图像从彩色图转变成灰度图；

对转变后的每一帧灰度图进行分块，并计算每一分块的局部方差，选取每一帧灰度图中局部方差最大的一个分块作为后续处理的子图，并记录每一分块的局部方差为图像复杂度特征；

对所述子图进行离散余弦变换，计算所述离散余弦变换下的频域能量特征；

计算所述子图的自然统计学特征；

将上述图像复杂度特征、频域能量特征、自然统计学特征采用支持向量机方法融合，得到最终的视频质量评价分数；

对所述子图进行离散余弦变换，包括：

对子图I_(X,Y)进行离散余弦变换，

F＝AI_(X,Y)A^T

其中，F表示子图I_(X,Y)的离散余弦变换系数矩阵；A是转换矩阵，A^T表示为A的转置矩阵；子图的大小为L*L；子图I_(X,Y)为灰度图I的第X行第Y列的分块；A(i,j)表示的是矩阵A中的第i行第j列的元素，i和j取值范围都是0至(L-1)；

计算所述离散余弦变换下的频域能量特征，包括：

计算所述离散余弦变换下的频域能量P_(X,Y)：

P_(X,Y)＝log₁₀(F×F)

F表示子图I_(X,Y)的离散余弦变换系数矩阵；

在计算所述离散余弦变换下的频域能量之后，将频域能量归一化，得到能量谱直方图，将直方图的a个特征作为频域能量的部分特征；

将频域能量归一化得到累积能量谱，将b个总能量的截止频率特征，作为频域能量的部分特征；

上述总共a+b个特征作为频域能量特征；

计算所述子图的自然统计学特征，包括：

首先对子图I_(X,Y)进行标准化处理得到然后拟合广义高斯分布得到的方差特征；

对子图I_(X,Y)进行偏移操作，得到4个偏移后的子图，分别用非对称高斯分布拟合偏移后的子图得到每个所述偏移后的子图对应的左方差和右方差；

上述的广义高斯分布得到的方差特征以及4个偏移后的子图对应的4个左方差和4个右方差，总共9个参数作为自然统计学特征；

所述标准化处理为：

μ_(u,v)＝W*I_(u,v)

其中为灰度图I中第u行第v列的分块I_(u,v)标准化后的值，u∈1,2,...,M_X,v∈1,2,...,N_Y，M_X和N_Y为子图I_(u,v)的长和宽；μ_(u,v)和σ(u,v)表示子图I_(u,v)的局部平均值和局部标准差；C为一个常数，用于防止所述标准化处理的公式的分母为0；W为高斯模糊滑窗；*表示卷积操作。

2.根据权利要求1所述的超高清视频质量评价方法，其特征在于：所述得到4个偏移后的子图，是指：

其中，H_(p,q)为垂直偏移子图，V_(p,q)为水平偏移子图，D1_(p,q)为对角偏移子图一，D2_(p,q)为对角偏移子图二。

3.根据权利要求1所述的超高清视频质量评价方法，其特征在于，所述对转变后的每一帧灰度图进行分块，并计算每一分块的局部方差，包括：

按照图像尺寸将灰度图I分割成多个M*N大小的块I_(x,y)，并计算每一分块的局部方差其中使用下式计算局部方差

其中，M、N为分块的长、宽，其中M＝N，μ(x,y)表示分块I_(x,y)的灰度平均值，I_(x,y)(k,l)表示灰度图I的分块I_(x,y)中第k行、第l列的像素的像素值；x和y均为取值1到20之间的整数。