[发明专利]一种基于三维梯度相似性的视频质量评价算法

摘要

本发明公开了一种基于三维梯度相似性的视频质量评价算法，分别计算出原始视频和失真视频对应帧的三维梯度相似度矩阵、相位一致性相似度矩阵和梯度相似度矩阵，求出三维梯度相似度3DSIM作为对视频质量的评价，完成对失真视频的质量评价。与现有技术中相比，本发明提高视频客观质量评价与人眼的主观质量评价的一致性，该算法不局限于特定场景的视频质量评价，并且对不同失真类型的视频序列均有较好的视频评价性能；另外，该算法计算复杂度低，可以实现实时的质量评价。

主权项

一种基于三维梯度相似性的视频质量评价算法，在FSIM图像评价算法中引入时域梯度算子来计算时域梯度相似度，提出了一种基于三维梯度相似性的视频质量评价模型，将最终得到的三维梯度相似度作为对视频质量的评价，其特征在于，该算法包括以下具体实现步骤：步骤一、计算三维梯度相似度矩阵：参考帧为当前帧ft(x)相邻的前两帧ft‑1(x)、ft‑2(x)和后两帧ft+1(x)、ft+2(x)，则相邻一帧的时域梯度矩阵G't(x)和相邻两帧的时域梯度矩阵G″t(x)分别为：其中，gt‑2、gt‑1、gt、gt+1、gt+2分别为对应的梯度算子；结合当前帧的水平梯度矩阵Gx(x)和垂直梯度矩阵Gy(x)，得到当前帧的三维梯度矩阵的模为：设原始视频和失真视频对应帧的三维梯度矩阵分别为GM'Ref(x)和GM'Dis(x)，则三维梯度相似度矩阵为：其中，T1为正常数；步骤二、计算相位一致性相似度矩阵：原始视频和失真视频对应帧的相位一致性矩阵分别为PCRef(x)和PCDis(x)，则相位一致性相似度矩阵为：其中，T2为正常数；步骤三、计算梯度相似度矩阵：结合原始视频和失真视频对应帧的三维梯度相似度矩阵S'GM(x)和相位一致性相似度矩阵SPC(x)，得到对应帧的梯度相似度矩阵为：S'L(x)＝[SPC(x)]α·[S'GM(x)]β        (5)其中，参数α和β为SPC(x)和S'GM(x)的相对重要性调整参数；步骤四、计算3DSIM值：使用PCm(xi)＝max(PCDis(xi),PCRef(xi))作为加权系数，基于三维梯度相似性的视频质量评价模型表示如下：PCm(xi)＝max(PCDis(xi),PCRef(xi))其中，i＝1，2，…，N，N为视频序列中总的帧数，Ω为第i帧的整个图像空间，xi为视频序列中的第i帧的像素矩阵。