|
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.
., 9}. pro každé {1, ..2...6. Vybrané videosekvence jsou
17
. Výpočet
vychází lokální vzdálenosti Di,j, která vyjadřuje podobnost mezi jednotlivými snímky f
znehodnocených videosekvencí I(420)
a I(CIF)
, každé videosekvence databázi [1]:
( ))(
,
)(
,
)420(
,
)420(
,, . Index udává vybranou videosekvenci databáze znehodnocených
videosekvencí.
2
1 CIF
ji
CIF
jijijiji LLLLD −+−= (10)
kde index představuje složku obrazu nebo ohledem klasifikované
oblasti během segmentace, tzn. Proměnné Li,j vyjadřují odhady úrovně kvality pro znehodnocené
videosekvence I(420)
a I(CIF)
, které jsou jednou vypočítány pro objektivní parametry
)420(
m )(CIF
m pocházející databáze druhé pro parametry m(420)
a m(CIF)
získané
během vlastního objektivního měření. {1, .1 Výpočet parametru Wi
Parametr slouží váhování odhadu úrovně kvality Li, viz rovnice (2)., {(plocha, Y), (plocha, CB),
(plocha, CR), (hrana, Y), (hrana, CB), (hrana, CR), (textura, Y), (textura, CB),
(textura, CR)}. Při výpočtu jsou dále použity databázové
parametry jiF, jiG [1]:
(
+=
jiG
jijiji mFL
,)420(
,,
)420(
, /1/100 (11)
(
+=
jiGCIF
jiji
CIF
ji mFL
,)(
,,
)(
, /1/100 (12)
(
+=
jiG
ijiji mFL
,)420(
,
)420(
, /1/100 (13)
(
+=
jiGCIF
iji
CIF
ji mFL
,)(
,
)(
, /1/100 (14)
Algoritmus poté vybere databáze znehodnocených videosekvencí soubor šesti
nejpodobnějších videosekvencí založených vzdálenosti Di,j definuje ji
)1(
, jako [1]:
∑=
−
−
Ω
Ω
= 12
1
1
,,
1
,,)1(
,
)(
)(
k
kiki
jiji
ji
Da
Da
W
, (15)
Ω∈
=Ω
jinak0
)ence(videosekvpokud1
)( ,
k
a (16)
Výběr šesti nejpodobnějších videosekvencí prováděn všech videosekvencí
v databázi přes jednotlivé složky obrazu nebo ohledem klasifikované
oblasti během segmentace, tzn
