[发明专利]一种基于图像特征的视频质量评估系统

摘要

本发明涉及一种基于图像特征的视频质量评估系统，包括：视频信号接收模块，基于差异矩阵纹理特征的捕捉帧分析模块，基于梯度特征的帧内失真分析模块，视频质量综合评估模块，视频质量评估结果输出模块。得到视频质量综合评估值。视频质量评估结果输出模块，以图表的方式输出包括：原始视频数据信息，块效应帧内失真度量值，捕捉帧度量值，以及视频质量综合评估值的评估报告。

主权项

1.一种基于图像特征的视频质量评估系统，其特征在于，包括：所述视频信号接收模块用于及时获取待评估的视频信息，并评估每帧图像的失真、每帧图像内空间水平上的失真以及帧与帧变换时图像动作的失真状态；所述捕捉帧分析模块首先检测视频中的捕捉帧，并分析捕捉帧的特征；首先，计算视频中连续两帧差异；I_f(i,j),I_f‑1(i,j)分别为第f帧与第f‑1帧在每个像素(i,j)位置上的灰度，则第f帧与第f‑1帧在每个像素(i,j)位置上的差异灰度为：D_f(i,j)＝I_f(i,j)‑I_f‑1(i,j)；i,j为像素的坐标；所述捕捉帧分析模块将M×M大小的差异矩阵平均划分为s×s大小的目标块，对应到三维空间，图像则被所述捕捉帧分析模块划分成一系列大小为s×s×s的盒子；对于要分析的一目标块bo_ε(i,j)，其中具有最大灰度值的像素点落在第l个盒子里，具有最小灰度值的像素点位于第k个盒子中，那么覆盖目标块bo_ε(i,j)所需的盒子数N_ε(i,j)为：N_ε(i,j)＝l‑k+1；那么根据公式一得到判断值D：其中ε为划分尺度ε＝s/M；分别取s＝64和s＝8，得到一系列N_ε与ε的数据对，分别取对数；利用最小二乘法对log(N_ε)和log(1/ε)进行线性拟合，则线性拟合直线的斜率就是判断值D；由于视频动作不连续失真效果与判断值的均值呈复相关，即判断值D的均值越小，表明动作不连续失真越明显；所以当判断值D的均值小于阈值，所述捕捉帧分析模块就判断当前帧是上一帧的捕捉帧；所述捕捉帧分析模块也用同样的方法，判定帧内是否有部分图像被捕捉；所述捕捉帧分析模块将捕捉帧和捕捉图像的和占被检测帧总数的比例，作为捕捉帧度量值；所述帧内失真分析模块将当前帧图像用拉普拉斯八邻域模板得到每个像素的拉普拉斯梯度；然后将其划分为8*8大小的网格，对于目标块A，其左边相邻块记为B，其上方相邻块记为C；定义函数将其用于均匀失真的计算公式；垂直方向均匀失真计算公式二为：其中Z_h为垂直方向均匀失真的值，c_ij,c_(i+1)j，a_ij,a_(i+1)j，a_1j,c_8j分别为目标块A,相邻块B，相邻块C的坐标位置，z(c_ij,c_(i+1)j)，z(a_ij,a_(i+1)j)，z(a_1j,c_8j)分别为目标块A,相邻块B，相邻块C的坐标位置在函数z(x,y)上的赋值；水平方向均匀失真计算公式三为；其中Z_h为垂直方向均匀失真的值，b_ij,b_i(j+1)，a_ij,b_i(j+1)，a_i1,b_i8分别为目标块A,相邻块B，相邻块C的坐标位置，z(b_ij,b_i(j+1))，z(a_ij,b_i(j+1))，z(a_i1,b_i8)分别为目标块A,相邻块B，相邻块C的坐标位置在函数z(x,y)上的赋值；所述帧内失真分析模块设定目标块的帧内失真度量值为水平方向上和垂直方向上的帧内失真度量值的平均值；即依次计算所有目标块的帧内失真度量值，去掉最大值和最小值之后，取平均值作为要处理的帧内失真度量值；所述综合评估模块将帧内失真度量值、捕捉帧度量值进行数据聚合，用平均值的方法聚合帧内评估因子，然后根据公式：聚合帧与帧之间评估因子o，其中T是处理的帧数，p是指数参量，用于调整聚合粒度，t是T的子集；所述结果输出模块以图表的方式输出评估报告；报告内容包括原始视频数据信息和评估数据，包括帧内失真度量值，帧内失真数量、位置，捕捉帧度量值，捕捉帧数量、位置，视频质量综合评估值。