專利名稱：視頻圖像質(zhì)量測(cè)評(píng)的方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體而言是涉及一種視頻圖像質(zhì)量測(cè)評(píng)的 方法和系統(tǒng)。
背景技術(shù)：
已知的對(duì)視頻圖像質(zhì)量測(cè)評(píng)的方法有主觀測(cè)評(píng)和客) 見測(cè)評(píng)兩種。主觀測(cè)評(píng) 是通過多位專家對(duì)待測(cè)評(píng)的圖像質(zhì)量分別給出評(píng)分，然后對(duì)評(píng)分進(jìn)行統(tǒng)計(jì)得出 平均分作為評(píng)價(jià)結(jié)果。這種主觀測(cè)評(píng)的方法其測(cè)評(píng)結(jié)果準(zhǔn)確，但比較費(fèi)時(shí)，且
操作復(fù)雜，不具有可重復(fù)性，代價(jià)較高。客觀測(cè)評(píng)主要有兩種方法第一種方 法是利用峰值信噪比(Peak Signal to Noise Ratio, PSNR)或均方誤差(error of meansquare , MSE)來衡量數(shù)字圖像的好壞。這種方法操作簡單，成本低，易 于實(shí)現(xiàn)，但是不能完整地反映視頻圖像的質(zhì)量，與人眼的觀測(cè)結(jié)果差異較大。 第二種方法是基于人類視覺系統(tǒng)(HVS, Human Visual System)生理特征的， 用基于感知誤差的統(tǒng)一模型來描述，但是當(dāng)前人們對(duì)HVS的認(rèn)識(shí)還不透徹，無 法建立一個(gè)準(zhǔn)確、統(tǒng)一的模型，這直接影響到客觀測(cè)評(píng)的準(zhǔn)確性。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明實(shí)施例提供一種視頻圖像質(zhì)量測(cè)評(píng)的方法和系統(tǒng)，能夠 克服現(xiàn)有主觀測(cè)評(píng)方法的不足，提高客觀測(cè)評(píng)的準(zhǔn)確性。
為實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例是通過如下才支術(shù)方案實(shí)現(xiàn)的 一方面，提供一種視頻圖像質(zhì)量測(cè)評(píng)的方法，包括 從待測(cè)視頻圖像上采集樣本圖片；
針對(duì)主觀測(cè)評(píng)的不同方面從所述樣本圖片中分別提取相應(yīng)客觀指標(biāo)； 對(duì)所述提取的相應(yīng)客觀指標(biāo)模擬主觀測(cè)評(píng)進(jìn)行分類。
其中，對(duì)所述提取的相應(yīng)客觀指標(biāo)模擬主觀測(cè)評(píng)進(jìn)行質(zhì)量測(cè)評(píng)的方法包括 將所述提取的相應(yīng)客觀指標(biāo)通過分類器進(jìn)行分類，所述分類器對(duì)所述提取 的相應(yīng)客觀指標(biāo)模擬主觀測(cè)評(píng)分類對(duì)應(yīng)的分值進(jìn)行過有監(jiān)督的學(xué)習(xí)訓(xùn)練。本發(fā)明實(shí)施例選用人工神經(jīng)網(wǎng)絡(luò)分類方法或支持向量機(jī)分類方法對(duì)分類器 進(jìn)行有監(jiān)督的學(xué)習(xí)訓(xùn)練。
一種實(shí)施例，本發(fā)明實(shí)施例提供的方法還包括 從待測(cè)視頻圖像上釆集多個(gè)樣本圖片；
對(duì)每個(gè)樣本圖片提取相應(yīng)客觀指標(biāo)并分別通過分類器進(jìn)行分類，得到每次 分類對(duì)應(yīng)的分值；
計(jì)算出所述多次分類對(duì)應(yīng)分值的平均值，作為所述待測(cè)視頻圖像的質(zhì)量測(cè) 評(píng)結(jié)果。以及，
將所述質(zhì)量測(cè)評(píng)結(jié)果作為反饋信息調(diào)整所述待測(cè)視頻圖像。 另一方面，提供一種視頻圖像質(zhì)量測(cè)評(píng)的系統(tǒng)，包括 圖像采集裝置，用于從待測(cè)視頻圖像上采集樣本圖片； 客觀指標(biāo)提取單元，用于針對(duì)主觀測(cè)評(píng)的不同方面從所述樣本圖片中分別 提取相應(yīng)客觀指標(biāo)；
分類器，用于對(duì)所述提取的相應(yīng)客觀指標(biāo)模擬主觀測(cè)評(píng)進(jìn)行分類。
所述系統(tǒng)包括一個(gè)以上的分類器，每個(gè)分類器針對(duì)主觀測(cè)評(píng)的一個(gè)方面。
一種實(shí)施例，本發(fā)明實(shí)施例提供的系統(tǒng)還包括
均值計(jì)算單元，用于對(duì)所述圖像采集裝置采集的多個(gè)樣本圖片，分別經(jīng)過 所述客觀指標(biāo)提取單元和所述分類器后得到的每次分類對(duì)應(yīng)的分值，計(jì)算出它 們的平均值作為所述待測(cè)視頻圖像的質(zhì)量測(cè)評(píng)結(jié)果。
一種實(shí)施例，本發(fā)明實(shí)施例提供的系統(tǒng)為一個(gè)閉環(huán)反饋系統(tǒng)，還包括
反饋單元，用于將所述均值計(jì)算單元計(jì)算出的質(zhì)量測(cè)評(píng)結(jié)果作為反饋信息 調(diào)整所述待測(cè)視頻圖像。
本發(fā)明實(shí)施例提供的系統(tǒng)可用于電視畫面質(zhì)量的測(cè)評(píng)。
由以上本發(fā)明實(shí)施例提供的技術(shù)方案可知，通過從待測(cè)視頻圖像上采集樣 本圖片，針對(duì)主觀測(cè)評(píng)的不同方面從所述樣本圖片中分別提取相應(yīng)客觀指標(biāo)， 并模擬主觀測(cè)評(píng)對(duì)待測(cè)視頻圖像進(jìn)行質(zhì)量測(cè)評(píng)，可以通過客觀指標(biāo)得到待測(cè)視
應(yīng)客觀指標(biāo)來模擬主觀測(cè)評(píng)進(jìn)行分類，能夠完整地反映待測(cè)視頻圖像的質(zhì)量，與現(xiàn)有技術(shù)相比能夠克服現(xiàn)有主觀測(cè)評(píng)方法的不足，提高客觀測(cè)評(píng)的準(zhǔn)確性。


圖1為本發(fā)明實(shí)施例提供的視頻圖像質(zhì)量測(cè)評(píng)的方法流程圖2為本發(fā)明實(shí)施例提供的視頻圖像質(zhì)量測(cè)評(píng)的系統(tǒng)結(jié)構(gòu)圖3為本發(fā)明實(shí)施例提供的閉環(huán)反饋的視頻圖像質(zhì)量測(cè)評(píng)的系統(tǒng)結(jié)構(gòu)圖4為本發(fā)明實(shí)施例提供的一種對(duì)電視畫面質(zhì)量進(jìn)行測(cè)評(píng)的工作框圖。
具體實(shí)施例方式
本發(fā)明的出發(fā)點(diǎn)是利用已經(jīng)經(jīng)過主觀測(cè)評(píng)的視頻圖像，從中提取相應(yīng)客 觀指標(biāo)進(jìn)行訓(xùn)練學(xué)習(xí)，構(gòu)建專家系統(tǒng)，從而實(shí)現(xiàn)對(duì)未知待測(cè)視頻圖像的質(zhì)量測(cè) 評(píng)。為使本發(fā)明的目的、技術(shù)方案、及優(yōu)點(diǎn)更加清楚明白，下面結(jié)合附圖并舉 實(shí)施例，對(duì)本發(fā)明提供的技術(shù)方案進(jìn)一步詳細(xì)描述。
參見圖1,圖1為本發(fā)明實(shí)施例提供的視頻圖像質(zhì)量測(cè)評(píng)的方法流程圖，所 述方法包括
步驟11 ，從待測(cè)視頻圖像上采集樣本圖片。
例如，可以采用高端的單反相機(jī)在暗室中拍攝視頻圖像進(jìn)行樣本圖片采集。 步驟12，針對(duì)主觀測(cè)評(píng)的不同方面分別從所述樣本圖片中提取相應(yīng)客觀指標(biāo)。
對(duì)一幅待測(cè)視頻圖像，需要進(jìn)行的主觀測(cè)評(píng)包括色飽和度、偏色、色彩梯 度、色彩保真度、膚色、亮色重合度、清晰度、對(duì)比度和銳度等不同方面；針 對(duì)主觀測(cè)評(píng)的不同方面，從所述樣本圖片中分別提取不同相應(yīng)的客觀指標(biāo)，例 如在進(jìn)行色飽和度測(cè)評(píng)中，我們提取的相應(yīng)客觀指標(biāo)是樣本圖片的HSV色彩空 間的S分量的均值和熵，以及YUV色彩空間的U、 V分量的均值這四個(gè)客觀指 標(biāo)。
步驟13，對(duì)所述提取的相應(yīng)客觀指標(biāo)模擬主觀測(cè)評(píng)進(jìn)行質(zhì)量測(cè)評(píng)。 本步驟中，對(duì)所述提取的相應(yīng)客觀指標(biāo)模擬主觀測(cè)評(píng)進(jìn)行分類的方法包括 將所述提取的相應(yīng)客觀指標(biāo)通過分類器進(jìn)行分類，所述分類器對(duì)所述提取 的相應(yīng)客觀指標(biāo)模擬主觀測(cè)評(píng)進(jìn)行過有監(jiān)督的學(xué)習(xí)訓(xùn)練。我們可以選用支持向量機(jī)或者人工神經(jīng)網(wǎng)絡(luò)對(duì)分類器進(jìn)行有監(jiān)督的學(xué)習(xí)訓(xùn)練，利用其強(qiáng)大的學(xué)習(xí)能 力對(duì)已知類別的輸入圖片樣本進(jìn)行學(xué)習(xí)，經(jīng)多次訓(xùn)練過程，就可以對(duì)其他的輸 入圖片樣本進(jìn)行分類。也即使是說，從經(jīng)過主觀評(píng)測(cè)分類的樣本圖片中提取相 應(yīng)的客觀指標(biāo)，對(duì)所述分類器進(jìn)行有監(jiān)督的學(xué)習(xí)訓(xùn)練，然后將所述提取的相應(yīng) 客觀指標(biāo)通過該分類器進(jìn)行分類。
下面以色飽和度為例，將如何對(duì)分類器進(jìn)行有監(jiān)督的學(xué)習(xí)訓(xùn)練做一說明
首先由主觀測(cè)評(píng)將待測(cè)評(píng)的視頻圖像質(zhì)量進(jìn)行分類，例如可以將色飽和度
分為三類過飽和，好，欠飽和。
采用高端的單反相機(jī)在暗室中分別拍攝每一類視頻圖像質(zhì)量的照片，例如 每一類質(zhì)量的視頻圖像拍攝15幅，并作為樣本圖片對(duì)支持向量機(jī)或人工神經(jīng)網(wǎng) 絡(luò)進(jìn)行訓(xùn)練學(xué)習(xí)。
在對(duì)色飽和度測(cè)評(píng)中，我們從每幅樣本圖片中提取的相應(yīng)客觀指標(biāo)是樣 本圖片的HSV色彩空間的S分量的均值和熵，以及YUV色彩空間的U、 V分 量的均值這四個(gè)客觀指標(biāo)。
每次使用這四個(gè)客觀指標(biāo)作為支持向量機(jī)或人工神經(jīng)網(wǎng)絡(luò)的輸入，并告訴 支持向量機(jī)或人工神經(jīng)網(wǎng)絡(luò)對(duì)于每次不同的客觀指標(biāo)輸入其輸出應(yīng)該是哪一類 (過飽和，好，欠飽和)。支持向量機(jī)或人工神經(jīng)網(wǎng)絡(luò)利用其強(qiáng)大的自學(xué)習(xí)的能 力，經(jīng)過多次的訓(xùn)練學(xué)習(xí)，就可以對(duì)每一類圖片進(jìn)行正確的分類。當(dāng)我們輸入 一幅待測(cè)評(píng)樣本圖片的客觀指標(biāo)時(shí)，支持向量機(jī)或人工神經(jīng)網(wǎng)絡(luò)經(jīng)過分析就可 以得出該樣本圖片所對(duì)應(yīng)的主觀測(cè)評(píng)類別，即得到待測(cè)評(píng)樣本圖片色飽和度的 客觀測(cè)評(píng)結(jié)果是過飽和、好還是欠飽和，這樣就完成了對(duì)分類器的有監(jiān)督的學(xué) 習(xí)訓(xùn)練。通過試驗(yàn)驗(yàn)證，經(jīng)該有監(jiān)督的學(xué)習(xí)訓(xùn)練后的分類器得到的客觀測(cè)評(píng)結(jié) 果與主觀測(cè)評(píng)結(jié)杲的一致性在95%以上。
需要說明的是，以上僅以視頻圖像的色飽和度的客觀指標(biāo)提取為例對(duì)如何 訓(xùn)練分類器的過程進(jìn)行說明，在實(shí)際應(yīng)用中，我們要完成的主觀測(cè)評(píng)包括色飽 和度、偏色、色彩梯度、色彩保真度、膚色、亮色重合度、清晰度、對(duì)比度和 銳度等不同方面，對(duì)于主觀測(cè)評(píng)的不同方面，我們需要從樣本圖片中分別提取 相應(yīng)客觀指標(biāo)，以便客觀地模擬主觀測(cè)評(píng)對(duì)分類器進(jìn)行有監(jiān)督的學(xué)習(xí)訓(xùn)練。本發(fā)明實(shí)施例提供的視頻圖像質(zhì)量測(cè)評(píng)方法，通過從待測(cè)視頻圖像上采集 樣本圖片，針對(duì)主觀測(cè)評(píng)的不同方面從所述的樣本圖片中分別提取相應(yīng)客觀指 標(biāo)，并模擬主觀測(cè)評(píng)對(duì)待測(cè)視頻圖像進(jìn)行質(zhì)量測(cè)評(píng)，可以通過客觀指標(biāo)得到待 測(cè)視頻圖像的客觀測(cè)評(píng)結(jié)果，而且可以針對(duì)主觀測(cè)評(píng)的不同方面通過提取不同 的相應(yīng)客觀指標(biāo)來模擬主觀測(cè)評(píng)進(jìn)行測(cè)評(píng)，能夠完整地反映待測(cè)視頻圖像的質(zhì) 量，與現(xiàn)有技術(shù)相比能夠克服現(xiàn)有主觀測(cè)評(píng)方法的不足，提高客觀測(cè)評(píng)的準(zhǔn)確 性。
一種優(yōu)化實(shí)施例，本發(fā)明實(shí)施例提供的視頻圖像質(zhì)量測(cè)評(píng)的方法還包括
從待測(cè)視頻圖像上采集多個(gè)樣本圖片；對(duì)每個(gè)樣本圖片提取相應(yīng)客觀指標(biāo) 并分別通過分類器進(jìn)行分類，得到每次分類對(duì)應(yīng)的分值；計(jì)算出所述多次分類 對(duì)應(yīng)分值的平均值，作為所述待測(cè)視頻圖像的質(zhì)量測(cè)評(píng)結(jié)果。
仍以對(duì)視頻圖像的色飽和度質(zhì)量測(cè)評(píng)為例，例如色飽和度的三個(gè)類別(過 飽和，好，欠飽和)，分別對(duì)應(yīng)一個(gè)相應(yīng)的分值，假設(shè)過飽和的類別設(shè)為3分， 好的類別設(shè)為5分，欠飽和的類別設(shè)為l分，這樣，每次輸入一個(gè)樣本圖片的 相應(yīng)客觀指標(biāo)，分類器便給出一個(gè)該樣本圖片對(duì)應(yīng)類別的分值。為準(zhǔn)確起見， 我們從待測(cè)視頻圖像上采集多個(gè)樣本圖片，對(duì)每個(gè)樣本圖片提取相應(yīng)客觀指標(biāo) 并分別通過分類器進(jìn)行分類，這樣就得到多次分類對(duì)應(yīng)的分值，取其平均值作 為該待測(cè)視頻圖像的質(zhì)量測(cè)評(píng)結(jié)果。本優(yōu)化實(shí)施例可以提高視頻圖像質(zhì)量測(cè)評(píng) 的準(zhǔn)確性；對(duì)同批次的多個(gè)待測(cè)產(chǎn)品，依據(jù)本優(yōu)化實(shí)施例得到的總體質(zhì)量測(cè)評(píng) 結(jié)果，可以作為保證同批次產(chǎn)品性能一致性工作的參考數(shù)據(jù)；同時(shí)，依據(jù)本優(yōu) 化實(shí)施例得到的質(zhì)量測(cè)評(píng)結(jié)果也可以作為主觀測(cè)評(píng)人員篩選測(cè)評(píng)樣本的依據(jù)。
進(jìn)一步地，本發(fā)明還提供一種優(yōu)化實(shí)施例將上述得到的質(zhì)量測(cè)評(píng)結(jié)果作 為反饋信息，對(duì)所述待測(cè)視頻圖像進(jìn)行調(diào)整。
具體的做法可以是，將得到的質(zhì)量測(cè)評(píng)結(jié)果作為反饋信息，直接指導(dǎo)圖像 處理芯片寄存器的修正，從而減輕相關(guān)調(diào)試人員的工作量，提高測(cè)試效率，進(jìn) 而改善視頻圖像質(zhì)量。
參見圖2，圖2為本發(fā)明實(shí)施例提供的視頻圖像質(zhì)量測(cè)評(píng)的系統(tǒng)結(jié)構(gòu)圖，所 述系統(tǒng)包括圖像采集裝置21,用于從待測(cè)視頻圖像上采集樣本圖片。
客觀指標(biāo)提取單元22,用于針對(duì)主觀測(cè)評(píng)的不同方面從所述樣本圖片中分 別提取相應(yīng)客觀指標(biāo)。
分類器23，用于對(duì)所述提取的相應(yīng)客觀指標(biāo)模擬主觀測(cè)評(píng)進(jìn)行質(zhì)量測(cè)評(píng)。
在本發(fā)明實(shí)施例提供的系統(tǒng)中，圖像采集裝置21可以采用高端的單反相機(jī) 在暗室中拍攝視頻圖像進(jìn)行樣本圖片采集。
對(duì)一幅待測(cè)視頻圖像，需要進(jìn)行的主觀測(cè)評(píng)包括色飽和度、偏色、色彩梯 度、色彩保真度、膚色、亮色重合度、清晰度、對(duì)比度和銳度等不同方面；針 對(duì)主觀測(cè)評(píng)的不同方面，客觀指標(biāo)提取單元22從所述樣本圖片中分別提取不同 相應(yīng)的客觀指標(biāo)，例如在進(jìn)行色飽和度測(cè)評(píng)中，我們提取的相應(yīng)客觀指標(biāo)是樣 本圖片的HSV色彩空間的S分量的均值和熵，以及YUV色彩空間的U、 V分 量的均值這四個(gè)客觀指標(biāo)。
因此，本發(fā)明實(shí)施例提供的系統(tǒng)包括一個(gè)以上的分類器，每個(gè)分類器針對(duì) 主，見測(cè)評(píng)的一個(gè)方面。
對(duì)于每個(gè)分類器，要實(shí)現(xiàn)對(duì)所述提取的相應(yīng)客觀指標(biāo)模擬主觀測(cè)評(píng)進(jìn)行質(zhì) 量測(cè)評(píng)，之前需要用所述提取的相應(yīng)客觀指標(biāo)對(duì)分類器模擬主觀測(cè)評(píng)進(jìn)行過有 監(jiān)督的學(xué)習(xí)訓(xùn)練。本發(fā)明實(shí)施例提供的分類器可以利用人工神經(jīng)網(wǎng)絡(luò)或支持向
量機(jī)等分類方法進(jìn)行有監(jiān)督的學(xué)習(xí)訓(xùn)練，測(cè)評(píng)時(shí)將樣本圖片中提取的相應(yīng)客觀 指標(biāo)輸入到經(jīng)過訓(xùn)練學(xué)習(xí)后分類器中，就可以對(duì)待測(cè)的視頻圖像進(jìn)行分類。如 何對(duì)分類器進(jìn)行有監(jiān)督的學(xué)習(xí)訓(xùn)練如上述本發(fā)明實(shí)施例提供的方法中所說明的 過程，在此不再贅述。
仍參見圖2所示，本發(fā)明實(shí)施例提供的系統(tǒng)還包括
均值計(jì)算單元24,用于對(duì)所述圖像采集裝置21采集的多個(gè)樣本圖片，分別 經(jīng)過所述客觀指標(biāo)提取單元22和所述分類器23后得到的每次分類對(duì)應(yīng)的分值， 計(jì)算出它們的平均值作為所述待測(cè)視頻圖像的質(zhì)量測(cè)評(píng)結(jié)果。
例如色飽和度的三個(gè)類別(過飽和，好，欠飽和)，分別對(duì)應(yīng)的分值為， 過飽和的類別3分，好的類別5分，欠飽和的類別l分，這樣，每次輸入一個(gè) 樣本圖片的相應(yīng)客觀指標(biāo)，分類器便給出一個(gè)該樣本圖片對(duì)應(yīng)類別的分值。為準(zhǔn)確起見，我們從待測(cè)視頻圖像上采集多個(gè)樣本圖片，對(duì)每個(gè)樣本圖片提取相 應(yīng)客觀指標(biāo)并分別通過分類器進(jìn)行分類，這樣就得到多次分類對(duì)應(yīng)的分值，取 其平均值作為該待測(cè)視頻圖像的質(zhì)量測(cè)評(píng)結(jié)果。該均值計(jì)算單元24可以提高視
頻圖像質(zhì)量測(cè)評(píng)的準(zhǔn)確性；對(duì)同批次的多個(gè)待測(cè)產(chǎn)品，由均值計(jì)算單元24得到 的總體質(zhì)量測(cè)評(píng)結(jié)果，可以作為保證同批次產(chǎn)品性能一致性工作的參考數(shù)據(jù)； 同時(shí)，依據(jù)均值計(jì)算單元24得到的質(zhì)量測(cè)評(píng)結(jié)果也可以作為主觀測(cè)評(píng)人員篩選 測(cè)評(píng)樣本的依據(jù)。
需要說明的是，上述的客觀指標(biāo)提取單元22、分類器23以及均值計(jì)算單元 24可以設(shè)置在一個(gè)設(shè)備中，對(duì)每幅需要進(jìn)行某一方面主觀測(cè)評(píng)的樣本圖片，該 設(shè)備可以完成相應(yīng)客觀指標(biāo)的提取，并經(jīng)過分類和計(jì)算后輸出每幅樣本圖片的 客觀測(cè)評(píng)結(jié)果。
本發(fā)明實(shí)施例提供的系統(tǒng)可用于電視畫面質(zhì)量的測(cè)評(píng)。
一種優(yōu)化實(shí)施例，參見圖3,本發(fā)明實(shí)施例提供的系統(tǒng)為一個(gè)閉環(huán)反饋系統(tǒng)， 包括
圖像采集裝置21,用于從待測(cè)視頻圖像上采集樣本圖片； 客觀指標(biāo)提取單元22，用于針對(duì)主觀測(cè)評(píng)的不同方面從所述樣本圖片中分
別提取相應(yīng)客觀指標(biāo)；
分類器23，用于對(duì)所述提取的相應(yīng)客觀指標(biāo)模擬主觀測(cè)評(píng)進(jìn)行質(zhì)量測(cè)評(píng)； 均值計(jì)算單元24，用于對(duì)所述圖像采集裝置21采集的多個(gè)樣本圖片，分別
經(jīng)過所述客觀指標(biāo)—提取單元22和所述分類器23后得到的每次分類對(duì)應(yīng)的分值，
計(jì)算出它們的平均值作為所述待測(cè)視頻圖像的質(zhì)量測(cè)評(píng)結(jié)果；及
反饋單元31,用于將所述均值計(jì)算單元24計(jì)算出的質(zhì)量測(cè)評(píng)結(jié)果作為反饋
信息調(diào)整所述待測(cè);f見頻圖像。
下面以對(duì)電視畫面質(zhì)量的測(cè)評(píng)為例，對(duì)本發(fā)明實(shí)施例4是供的系統(tǒng)估爻具體說明。
為敘述的方便，我們可以將由客觀指標(biāo)提取單元22、分類器23以及均值計(jì) 算單元24構(gòu)成的整體稱作為 一個(gè)畫面質(zhì)量測(cè)評(píng)系統(tǒng)(Image Quality Assessment Systems,筒稱IQAS,下同)，負(fù)責(zé)對(duì)電視畫面質(zhì)量進(jìn)行測(cè)評(píng)，而整個(gè)測(cè)評(píng)增強(qiáng)系統(tǒng)為一個(gè)閉環(huán)反饋系統(tǒng)，可以分為三個(gè)部分，其工作框圖如圖4
所示
① IQAS信號(hào)輸入IQAS的輸入信號(hào)是直接從LCD屏幕上采集的圖像， 如圖4中的①。例如，可以采用高端的單反相機(jī)在暗室中拍攝電視LCD屏幕。
② IQAS對(duì)電視畫面進(jìn)行測(cè)評(píng)通過提取待測(cè)電視畫面圖像的客觀指標(biāo)對(duì) 其進(jìn)行分類，并根據(jù)分類結(jié)果計(jì)算其客觀評(píng)測(cè)的最終分值，用來模擬主觀測(cè)評(píng) 的結(jié)杲，如圖4中的②。對(duì)同批次的多個(gè)LCD視頻圖像，可以多次拍攝LCD 屏幕進(jìn)行IQAS信號(hào)的輸入，并取其平均值作為該批次LCD視頻圖像的總體質(zhì) 量測(cè)評(píng)結(jié)果，可以作為保證同批次產(chǎn)品性能一致性工作的參考數(shù)據(jù)；同時(shí)，該 質(zhì)量測(cè)評(píng)結(jié)果也可以作為主觀測(cè)評(píng)人員篩選測(cè)評(píng)樣本的依據(jù)。
③ IQAS同時(shí)給出反饋信息用于指導(dǎo)圖像處理芯片內(nèi)部寄存器的修正， 以增強(qiáng)畫面質(zhì)量，如圖4中的③。通過將②輸出的測(cè)評(píng)結(jié)果作為反饋信息指導(dǎo) TV內(nèi)部的電路中芯片寄存器的修正，其輸出的低壓差分信號(hào)LVDS( Low Voltage Differential Signal)對(duì)電視LCD視頻圖像質(zhì)量進(jìn)行調(diào)節(jié)，從而減輕相關(guān)調(diào)試人 員的工作量，提高測(cè)試效率，進(jìn)而改善視頻圖像質(zhì)量。
本發(fā)明實(shí)施例提供的視頻圖像質(zhì)量測(cè)評(píng)的系統(tǒng)，通過圖像采集裝置21從待 測(cè)視頻圖像上采集樣本圖片，針對(duì)主觀測(cè)評(píng)的不同方面由客觀指標(biāo)提取單元22 從所述樣本圖片中分別提取相應(yīng)客觀指標(biāo)，并由分類器23模擬主觀測(cè)評(píng)對(duì)待測(cè) 視頻圖像進(jìn)行質(zhì)量測(cè)評(píng)，可以通過客觀指標(biāo)實(shí)現(xiàn)對(duì)待測(cè)視頻圖像的客觀測(cè)評(píng)結(jié)
觀測(cè)評(píng)進(jìn)行分類，能夠完整地反映待測(cè)視頻圖像的質(zhì)量，與現(xiàn)有技術(shù)相比能夠 克服現(xiàn)有主觀測(cè)評(píng)方法的不足，提高客觀測(cè)評(píng)的準(zhǔn)確性。
綜上所述，本發(fā)明實(shí)施例提供的技術(shù)方案，利用已知畫面質(zhì)量質(zhì)量的視頻 段，從中提取客觀指標(biāo)進(jìn)行訓(xùn)練，構(gòu)建專家系統(tǒng)，義人而能夠準(zhǔn)確的對(duì)未知視頻 片段進(jìn)行分類評(píng)估，克服了現(xiàn)有視頻質(zhì)量主觀測(cè)評(píng)方法中的不足；而且現(xiàn)有的 客觀測(cè)評(píng)模型往往由一個(gè)或幾個(gè)客觀指標(biāo)來衡量視頻圖像的質(zhì)量，該指標(biāo)往往 只能反映模型某些方面的性能，本發(fā)明實(shí)施例提供的技術(shù)方案針對(duì)主觀測(cè)評(píng)的 不同方面分別提取相應(yīng)的客觀指標(biāo)，并且利用支持向量機(jī)或神經(jīng)網(wǎng)絡(luò)的強(qiáng)大的學(xué)習(xí)能力，可以克服現(xiàn)有客觀測(cè)評(píng)模型的局限性，測(cè)評(píng)的結(jié)果與主觀測(cè)評(píng)的一 致性更強(qiáng)，能夠比較準(zhǔn)確地對(duì)不同畫面質(zhì)量的視頻片段進(jìn)行測(cè)評(píng)，且算法運(yùn)算 量較小，速度較快，實(shí)現(xiàn)性更高。
需要說明的是，本發(fā)明實(shí)施例中的方法可以軟件功能模塊的形式實(shí)現(xiàn)，并 且該軟件功能模塊作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，也可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可 讀取存儲(chǔ)介質(zhì)中。上述提到的存儲(chǔ)介質(zhì)可以是只讀存儲(chǔ)器，磁盤或光盤等。
本發(fā)明實(shí)施例中的各功能單元可以集成在一個(gè)處理模塊中，也可以是各個(gè) 單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)才莫塊中。上述集成 的模塊既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能模塊的形式實(shí)現(xiàn)。所 述集成的模塊如果以軟件功能模塊的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用 時(shí)，也可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。上述提到的存儲(chǔ)介質(zhì)可以是 只讀存儲(chǔ)器，磁盤或光盤等。
以上對(duì)本發(fā)明實(shí)施例所提供的視頻圖像質(zhì)量測(cè)評(píng)的方法和系統(tǒng)進(jìn)行了詳細(xì) 介紹，實(shí)施例的說明只是用于幫助理解本發(fā)明的方法及其思想；任何熟悉本技 術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng) 涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)所述以權(quán)利要求的 保護(hù)范圍為準(zhǔn)。
權(quán)利要求
1、一種視頻圖像質(zhì)量測(cè)評(píng)的方法，其特征在于，包括從待測(cè)視頻圖像上采集樣本圖片；針對(duì)主觀測(cè)評(píng)的不同方面從所述樣本圖片中分別提取相應(yīng)客觀指標(biāo)；對(duì)所述提取的相應(yīng)客觀指標(biāo)模擬主觀測(cè)評(píng)進(jìn)行質(zhì)量測(cè)評(píng)。
2、 根據(jù)權(quán)利要求1所述視頻圖像質(zhì)量測(cè)評(píng)的方法，其特征在于，對(duì)所述提 取的相應(yīng)客觀指標(biāo)模擬主觀測(cè)評(píng)進(jìn)行質(zhì)量測(cè)評(píng)的方法包括將所述提取的相應(yīng)客觀指標(biāo)通過分類器進(jìn)行分類，所述分類器對(duì)所述提取 的相應(yīng)客觀指標(biāo)模擬主觀測(cè)評(píng)分類對(duì)應(yīng)的分值進(jìn)行過有監(jiān)督的學(xué)習(xí)訓(xùn)練。
3、 根據(jù)權(quán)利要求2所述視頻圖像質(zhì)量測(cè)評(píng)的方法，其特征在于，選用人工 神經(jīng)網(wǎng)絡(luò)分類方法或支持向量機(jī)分類方法對(duì)分類器進(jìn)行有監(jiān)督的學(xué)習(xí)訓(xùn)練。
4、 根據(jù)權(quán)利要求2所述視頻圖像質(zhì)量測(cè)評(píng)的方法，其特征在于，所述方法 還包括從待測(cè)視頻圖像上采集多個(gè)樣本圖片；對(duì)每個(gè)樣本圖片提取相應(yīng)客觀指標(biāo)并分別通過分類器進(jìn)行分類，得到每次 分類對(duì)應(yīng)的分值；計(jì)算出所述多次分類對(duì)應(yīng)分值的平均值，作為所述待測(cè)視頻圖像的質(zhì)量測(cè) 評(píng)結(jié)果。
5、 根據(jù)權(quán)利要求4所述視頻圖像質(zhì)量測(cè)評(píng)的方法，其特征在于，所述方法 還包括將所述質(zhì)量測(cè)評(píng)結(jié)果作為反饋信息調(diào)整所述待測(cè)視頻圖像。
6、 一種視頻圖像質(zhì)量測(cè)評(píng)的系統(tǒng)，其特征在于，包括 圖像采集裝置，用于從待測(cè)視頻圖像上采集樣本圖片； 客觀指標(biāo)提取單元，用于針對(duì)主觀測(cè)評(píng)的不同方面從所述樣本圖片中分別提取相應(yīng)客觀指標(biāo)；分類器，用于對(duì)所述提取的相應(yīng)客觀指標(biāo)模擬主觀測(cè)評(píng)進(jìn)行質(zhì)量測(cè)評(píng)。
7、 根據(jù)權(quán)利要求6所述視頻圖像質(zhì)量測(cè)評(píng)的系統(tǒng)，其特征在于，所述系統(tǒng) 包括一個(gè)以上的分類器，每個(gè)分類器針對(duì)主觀測(cè)評(píng)的一個(gè)方面。
8、 根據(jù)權(quán)利要求6所述視頻圖像質(zhì)量測(cè)評(píng)的系統(tǒng)，其特征在于，所述系統(tǒng)還包括均值計(jì)算單元，用于對(duì)所述圖像采集裝置釆集的多個(gè)樣本圖片，分別經(jīng)過 所述客觀指標(biāo)提取單元和所述分類器后得到的每次分類對(duì)應(yīng)的分值，計(jì)算出它 們的平均值作為所述待測(cè)視頻圖像的質(zhì)量測(cè)評(píng)結(jié)果。
9、 根據(jù)權(quán)利要求6所述視頻圖像質(zhì)量測(cè)評(píng)的系統(tǒng)，其特征在于，所述系統(tǒng) 為一個(gè)閉環(huán)反饋系統(tǒng)，還包括反饋單元，用于將所述均值計(jì)算單元計(jì)算出的質(zhì)量測(cè)評(píng)結(jié)果作為反饋信息 調(diào)整所述待測(cè)視頻圖像。
10、 根據(jù)權(quán)利要求6至9任一項(xiàng)所述的系統(tǒng)，其特征在于，所述系統(tǒng)用于 電一見畫面質(zhì)量的測(cè)^平。
全文摘要
本發(fā)明的實(shí)施例公開了一種視頻圖像質(zhì)量測(cè)評(píng)的方法和系統(tǒng)，能夠克服現(xiàn)有主觀測(cè)評(píng)方法的不足，提高客觀測(cè)評(píng)的準(zhǔn)確性。本發(fā)明實(shí)施例提供的方法包括從待測(cè)視頻圖像上采集樣本圖片；針對(duì)主觀測(cè)評(píng)的不同方面從所述樣本圖片中分別提取相應(yīng)客觀指標(biāo)；對(duì)所述提取的相應(yīng)客觀指標(biāo)模擬主觀測(cè)評(píng)進(jìn)行質(zhì)量測(cè)評(píng)。本發(fā)明實(shí)施例提供的技術(shù)方案可用于對(duì)電視畫面質(zhì)量的測(cè)評(píng)。
文檔編號(hào)G06K9/62GK101426150SQ20081018454
公開日2009年5月6日 申請(qǐng)日期2008年12月8日 優(yōu)先權(quán)日2008年12月8日
發(fā)明者微 劉, 雷 裴, 健 韓 申請(qǐng)人:青島海信電子產(chǎn)業(yè)控股股份有限公司