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 22 z 53

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

Jak získat tento dokument?






Poznámky redaktora
5: Hranové oblasti před prahováním dilatací Hystereze prahování aplikována vyhrazené pixely obraze které jsou současně klasifikovány jako plošné oblasti. Při vlastním výpočtu středních hodnot však algoritmus používá binární obraz nikoliv B'. Dolní prahová hranice stanovena na hodnotu horní hranice hodnotu 40. Obr. Konečný binární obraz dilatován využitím kruhového elementu průměru obrazových bodů, který ignoruje omezení vyhrazené plošnými oblastmi.5 vyobrazen obraz bíle jsou vyznačeny odpovídající hranové oblasti. Tímto způsobem vybrané pixely jsou použity jako „semínka“ (tj.6). obrázku 2. Všechny součásti vertikálně horizontálně propojených pixelů méně než body jsou vyloučeny výsledku růstu.Obraz vytvořen aplikací adaptivního gradientního filtru vybrané pixely jasové složky výběr pixelů jasové složky závisí binárních obrazech [1]:    =′− = jinak0 1),(pokud ),( 01 yxB yxG µµ . (8) Algoritmus nejprve detekuje pixely binárním obraze B'(x, nabývající hodnoty jedna poté vymezí okolí sousedních pixelů Ν8(x, y), takto dané sousední pixely jsou určeny souřadnicemi (x', y'). 2. Hranové oblasti prahování dilataci nabývají hodnoty jedna obrázku jsou vyznačeny bíle (obr. Algoritmus nejprve identifikuje pixely v obraze které splňují podmínku G(x, 40, poté použije algoritmus pro růst oblastí. 12 . 2. počáteční body růstu) hranice růstu omezena podmínkou G(x, 30. Střední hodnota vypočítána z pixelů jasové složky Y(x', y') pro něž platí B(x', y') naopak střední hodnota je vypočítána pixelů jasové složky Y(x', y') pro něž platí B(x', y') Absolutním rozdílem středních hodnot vytvořen obraz jehož pixely nabývají hodnot od 0 255