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 19 z 53

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

Jak získat tento dokument?






Poznámky redaktora
Obr. 2.3. Rozptyl definován jako rozdíl kvadrátu odchylky střední hodnoty. této definice vyplývá, pokud budou uvnitř uvažovaného okolí pixely, jejichž hodnoty budou 9 .1 Plošné oblasti Rozptyl jasu jednotlivých pixelů složce počítán okolí pixelů. odstranění těchto malých skupin pixelů používá mediánový filtr o velikosti pixelů.2).2).3 Segmentace obrazu Segmentační algoritmus nejprve klasifikuje každý pixel obrazové složce daného snímku referenční videosekvence plošné neplošné oblastí.2. Oblast textur se skládá zbývajících pixelů obrazu (viz Obr. definici oblasti hran použit hranový detektor aplikovaný jasovou složku Jako hrany jsou poté vyhodnoceny pixely, které spadají již dříve vymezené oblasti ploch. Nakonec binární obraz plošných oblastí podroben morfologické dilataci využitím kruhového elementu průměru obrazových bodů [3].2: Blokové schéma segmentace (převzato [1]) Segmentace vypočítaná každého snímku jasové složky originální videosekvence Pro chrominanční složky jsou oblasti klasifikovány pozicí pixelů složky převzorkování velikost složek CR. 2. Tento proces vytváří malé skupiny pixelů chybně určených jako oblasti textur. 2. Klasifikace plošných oblastí založena výpočtu rozptylu jednotlivých pixelů v okolí pixelů jasové složky Jelikož okrajové pixely nemohou mít dostatečně veliké okolí, jak požadováno, počítá jejich hodnota rozptylu menšího okolí. 2. Rozptyl obrazu prahován tak, pixely hodnotou rozptylu nižší než 252 jsou klasifikovány jako plošné oblasti.Při výpočtu poměru mezi rozmazanými snímky brán úvahu pouze jeden 16 pixelů (horizontální vertikální přírůstky velikosti pixely), stejně jako při výpočtu koeficientu odlišnosti podkapitole prostorovém posunutí snímku (2