音频质量客观评价中同步方法的研究与实现

在音频质量客观评价(Perceptual Evaluation of Audio Quality,PEAQ)尤其是音频系统的在线评测时,参考信号与测试信号不可避免地存在系统延迟。计算参考与测试之间的延迟误差从而实现信号之间的时间同步将是影响音频质量客观评价结果的关键性问题。针对此问题,通过信号的包络求取、信号频域间的互相关及频域直方图等方法给出了一种实时高效的音频延迟算法。通过实际测量,该算法在广播音频质量在线监测系统中充分体现了实时、稳定和高效的特点。

基于人眼视觉的小波域结构相似性图像质量客观评价方法

针对空域结构相似性评价方法在几何失真图像及噪声污染图像的质量评价中存在的不足,在考虑人眼视觉特性前提下,研究了一种基于人眼视觉的小波域结构相似度的图像质量评价方法(WDSSIM)。该方法首先将参考图像和失真图像进行小波变换,以获取不同尺度和频带的子带图像,并根据人眼视觉JND模型,获取人眼视觉对参考图像的带间敏感度和各子带的带内敏感度;然后,以带内敏感度因子为权值分别求取参考图像和失真图像同一尺度和频带的子带图像之间的结构相似度;最后,以带间敏感度因子为权值对各子带对的结构相似度进行加权归一化,获得整幅图像的结构相似度。实验结果表明,WDSSIM方法符合人眼视觉特性,相比传统的客观评价方法,与主观评价结果的一致性更好。

压缩域音频质量客观评价算法研究

随着移动多媒体技术的发展,音频质量客观评价变得越来越重要。以AAC音频为主要研究对象,对压缩域音频质量客观评价算法进行研究,发现比特率和尺度因子是影响音频质量的两大因素;提出一种基于压缩域的音频质量客观评价算法AQC,依据这2个参数对音频质量进行客观评价。实验结果表明,AQC评分与国际上公认的全参考音频质量客观评价方法PEAQ所得评分有很高的拟合度。

基于MPEG-2视频流的图像质量评价方法研究

提出了一种基于MPEG-2流的图像质量评价方法,该方法直接提取MPEG-2视频码流中的量化因子,通过统计平均算法处理,进而对视频图像质量做出评价。实验结果表明量化因子的平均值随码率的变化与主观评价值具有较高的一致性,可以作为压缩域视频图像质量客观评价的重要依据。

基于小波域特征提取的360度全景图像质量评价

随着虚拟现实(VR)技术的发展,其中代表性的360度全景图像越来越受到关注。本文针对360度全景图像在传输、压缩、储存过程中容易产生失真的特点,结合研究当下流行的编码技术对其质量影响的客观需求,研究了360度全景图像的质量评价。设计了使用小波域提取能量波动等特征信息的半参考质量评价方法,用来对经过压缩的360度全景图像进行质量评价。通过与其他图像质量评价算法结果的比较,验证了此方法具有较高的性能。

一种基于块效应强度检测和测量的新型图像质量评价方法

摘译目前,大部分图像压缩标准使用基于块的变换编码,图像压缩过程中会产生各种压缩效应。其中,块效应是降低图像压缩质量的最常见的问题之一。对块效应进行量化的图像质量客观评价方法可有效地降低块效应的发生,同时也可优化整个图像压缩系统,例如,其可以用于图像预处理（检测和有选择地补偿块效应）中。

低码率数字音频质量的客观评价

在这个信息化时代,数字化已经逐渐成为了一种标志,随着数字音频在音频领域的应用越来越广泛,音频的质量也受到越来越多的关注。现有两种可以评价音频质量的方法,一种是主观评价,请专业听音人员做听音实验,对所听到的音频的质量进行评价打分;一种是客观评价,通过相关设备或软件,分析相关音频参数,通过各种客观指标对音频的质量做出评价。目前对于数字音频质量的客观评价标准只有PEAQ算法,而此算法只针对小损伤音频,并且由于主观评价实验费时费力,不能实时对音频质量进行评价,所以本文要研究一种针对低码率数字音频质量的客观评价算法。

适用小样本的无参考水下视频质量评价方法

目的视频质量评价是视频技术研究的关键之一。水下环境比其他自然环境更加复杂,自然光在深水中被完全吸收,拍摄所用的人工光源在水中传播时会发生光吸收、色散和散射等情况,同时受水体浑浊度和拍摄设备等影响,导致水下视频具有高度的空间弱可视性和时间不稳定性,常规视频质量评价方法无法对水下视频进行准确、有效的评价。本文考虑水下视频特性,提出一种适用小样本的结合空域统计特性与编码的水下视频质量评价方法。方法基于水下视频成像特性,建立新的水下视频数据库,设计主观质量评价方法对所有视频进行1~5分质量标注。从水下视频中提取视频帧图像,针对空间域计算图像失真统计特性,然后结合视频编码参数,通过训练线性模型权重系数完成水下视频的质量评价。结果实验表明,与几种主流的质量评价方法相比,本文水下视频质量评价方法与人类视觉感知的相关性最高,模型评价结果与主观质量评价结果的皮尔森线性相关系数PCC(Pearson’s correlation coefficient)为0.8408,斯皮尔曼等级秩序相关系数SROCC(Spearman’s rank order correlation coefficient)为0.8322。通过比较各方法评价结果与真实值的均方误差(mean square error,MSE),本文方法MSE值最小,为0.1131,说明本文的质量评价结果更加稳定。结论本文通过空间域单帧图像自然场景统计特性和视频编码参数融合的方式,提出的无参考水下视频质量评价方法,能够很好地运用小样本水下视频数据集建立与人类视觉感知高度相关的评价模型,为水下视频做出更准确的质量评价。