|
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.
Tento proces vytváří malé skupiny pixelů chybně určených jako
oblasti textur.
Rozptyl definován jako rozdíl kvadrátu odchylky střední hodnoty.
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. Rozptyl
obrazu prahován tak, pixely hodnotou rozptylu nižší než 252
jsou klasifikovány
jako plošné oblasti. 2. této definice
vyplývá, pokud budou uvnitř uvažovaného okolí pixely, jejichž hodnoty budou
9
.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.1 Plošné oblasti
Rozptyl jasu jednotlivých pixelů složce počítán okolí pixelů. definici oblasti
hran použit hranový detektor aplikovaný jasovou složku Jako hrany jsou poté
vyhodnoceny pixely, které spadají již dříve vymezené oblasti ploch.3. Oblast textur se
skládá zbývajících pixelů obrazu (viz Obr. 2.
2.3 Segmentace obrazu
Segmentační algoritmus nejprve klasifikuje každý pixel obrazové složce daného
snímku referenční videosekvence plošné neplošné oblastí. Nakonec binární obraz plošných oblastí podroben
morfologické dilataci využitím kruhového elementu průměru obrazových bodů
[3].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 (2.2.
Obr. odstranění těchto malých skupin pixelů používá mediánový filtr
o velikosti pixelů.
2.2).2)
