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 24 z 53

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

Jak získat tento dokument?






Poznámky redaktora
. Parametrem m(420) jsou označovány objektivní parametry měření získané z referenční videosekvence průchodu blokem CD420, tzn. kódování dekódování kodekem MPEG-1 při převzorkování formát 4:2:0 zmenšení obrazových složek rozlišení CIF. Parametr objektivního měření poté počítán jako střední hodnota vymezeného prostoru obraze absolutního Sobelova rozdílu Db.. Tento postup vytváří soubor devíti parametrů objektivních měření {m1, m2, . kódování dekódování videosekvence kodekem MPEG-2 při převzorkování formát 4:2:0 YCBCR...2. 14 ., m9 (CIF) } pro snímek ohledem použité kodekové operace CD420 CDCIF aplikované referenční videosekvenci O (obr.8), který vypočítán jako absolutní hodnota rozdílu mezi pixely obrazů S'b.1 časovém posunutí snímků. Kódování dekódování provedeno pomoci programu FFmpeg [8]. 2. Vymezený prostor dán binárními obrazy příslušející každé oblasti segmentace (plochy, hrany textury). 2., m9 (420) } {m1 (CIF) , m2 (CIF) , ., m9} pro každý snímek obrazu .2.. Absolutní Sobelův rozdíl každého snímku videosekvence získán totožně, jak popsáno kapitole 2. Parametrem m(CIF) jsou označovány objektivní parametry měření získané referenční videosekvence průchodu blokem CDCIF, tzn.4 Objektivní měření Základem objektivního měření výpočet absolutního Sobelova rozdílu vymezeném prostoru který definován rozčleněním každého snímku videosekvence během procesu segmentace.8: Obraz absolutního Sobelova rozdílu Db Stejný postup pak použije při vytváření parametrů objektivních měření {m1 (420) , m2 (420) , . Absolutní Sobelův rozdíl je reprezentován obrazem (obr 2. Do výpočtu jsou tedy zahrnuty pouze pixely příslušející jedné tří oblastí segmentace.. Obr. Druhý obraz Sobelova gradientu S'b. Pro vybranou obrazovou složku snímku referenční videosekvence vypočítán obraz Sobelova gradientu Sb., ohledem všechny tři segmentační oblasti a tři složky obrazu. vypočítán pro vybranou složku Y, CB daného snímku znehodnocené videosekvence I'...1).