Implementace metriky pro hodnocení kvality videosekvencí.

| Kategorie: Diplomové, bakalářské práce  | Tento dokument chci!

Cílem této práce je vytvořit program schopný implementovat metriku CPqD-IESpro hodnocení kvality videosekvencí v prostředí MATLAB. Tato metrika je popsánav doporučení ITU-R BT.1683 pro metody objektivního měření kvality videosekvencíve standardním rozlišení vysílaném digitální televizí v reálném čase s plnou referencí. Hodnocení kvality videa je vypočítáno na základě objektivních parametrův závislosti na segmentaci obrazu. Měřené videosekvence jsou segmentací rozčleněnydo oblastí hran, ploch a textur. Objektivní parametry jsou přiřazeny ke každé z těchto oblastí. Vztah mezi každým objektivním parametrem a subjektivním hodnocenímkvality je aproximován křivkou, která je výsledným odhadem úrovně kvality pro každý parametr.

Vydal: FEKT VUT Brno Autor: Miloš Kachlík

Strana 14 z 53

Vámi hledaný text obsahuje tato stránku dokumentu který není autorem určen k veřejnému šíření.

Jak získat tento dokument?






Poznámky redaktora
Každý snímek videosekvence odpovídá snímku f referenční videosekvence pro .1683, využívá k hodnocení kvality videosekvencí objektivní parametry získané základě segmentace obrazu.601 (kódování parametrů digitální televize standardu 4:3 širokoúhlého obrazu poměrem stran 16:9) [4].. Jasová složka obrazu každého snímku videosekvence segmentací rozdělena tří oblastí: plošné oblasti, oblasti hran oblasti textur. Konečného výsledku dosaženo prostřednictvím lineární kombinace jednotlivých odhadů úrovní kvality, kde váha každé úrovně úměrná své statistické spolehlivosti.METRIKA CPQD-IES Metrika CPqD-IES, jejíž popis uveden doporučení ITU-R BT.1 Popis systému IES Základní přehled funkci CPqD-IES algoritmu podává obrázek 2.1.. Videosekvence vstupující CPqD-IES algoritmu jsou vzorkovány ve formátu 4:2:2 YCBCR dle doporučení ITU-R BT. Jedno objektivní měření vypočítáno základě rozdílu mezi odpovídajícími snímky jasové složky obrazu Další objektivní měření jsou vypočítány stejným způsobem pro chrominanční složky obrazu CR. Měřené videosekvence jsou segmentací rozčleněny plošné oblasti, oblasti hran oblasti textur, kterým následně přiřazují objektivní parametry. Každá testovaná videosekvence zastoupena jednou referenční videosekvencí jednou znehodnoce- nou videosekvencí která získána kodekovou operací aplikovanou referenční videosekvenci Videosekvence podrobena korekci posunutí, čímž vytvořena korigovaná videosekvence I'. Vztah mezi objektivními parametry a subjektivním hodnocením kvality videosekvence aproximován křivkou, která vede k odhadu úrovně kvality videosekvence pro každý objektivní parametr.500 a ITU-R BT.., m9}., n. Každý parametr objektivního měření mi, .., produkuje odhad úrovně kvality Li na základě svého modelu znehodnocení, které dáno vztahem [1] Li=100/ [1 Fi mi  Gi ] (1) kde jsou parametry spočítané základě dat databázi znehodnocených videosekvencí, prostorových časových atributů objektivních měření mi (420) a mi (CIF) pro snímek které vyplývají kodekových operací bloků CD420 CDCIF 4 . Objektivní měření použijí soubor video- sekvencí zpracovaných video kodekem MPEG-2.802), která definována vztahem mezi parametry objektivních měření a výsledky subjektivních hodnocení. Metrika je založena předpovědi subjektivního hodnocení (podle doporučení ITU-R BT... 2. těchto objektivních měření pro každý snímek utvořen soubor devíti parametrů objektivních měření {m1, m2, . této metrice navíc každý objektivní parametr vypočítán ještě pomoci dalších dvou kompresních systémů, které jsou tvořeny video kodeky MPEG-2 MPEG-1