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 27 z 53

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

Jak získat tento dokument?






Poznámky redaktora
. 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. pro každé {1, .. 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..2. 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( ,, ., {(plocha, Y), (plocha, CB), (plocha, CR), (hrana, Y), (hrana, CB), (hrana, CR), (textura, Y), (textura, CB), (textura, CR)}. {1, . 2 1 CIF ji CIF jijijiji LLLLD −+−= (10) kde index představuje složku obrazu nebo ohledem klasifikované oblasti během segmentace, tzn.1 Výpočet parametru Wi Parametr slouží váhování odhadu úrovně kvality Li, viz rovnice (2). Index udává vybranou videosekvenci databáze znehodnocených videosekvencí., 9}..6. Vybrané videosekvence jsou 17