|
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.
Odhady kvality videosekvence
VQR byly porovnávány průměrnými hodnotami subjektivních hodnocení DMOS.
3.1.
31
. To
vedlo nepřesným výpočtům, které projevily špatném odhadu kvality VQR. Rozhodujícím faktorem bylo
získat databáze největší škálu hodnot parametrů )420(
m )(CIF
m jenž reprezentují
charakter vlastnosti každé referenční videosekvence. Diagonální přímkou jsou vyznačeny ideální hodnoty,
kterým odpovídá situace, kdy jsou hodnoty odhadů VQR naprosto totožné jako
průměrné hodnoty subjektivních hodnocení DMOS. Zároveň touto
změnou bylo odstraněno prahování, kdy byla většina hranových pixelů zamítnuta.
Při prvních testech vytvořených databází bylo zjištěno, některých video-
sekvencí nebyly během segmentace obrazu klasifikovány žádné hranové oblasti. 3.
Zlepšení bylo dosaženo použitím Sobelovy metody hranové detekce. Jedná soubor znehodnocených videosekvencí
o různých bitových tocích, které pocházející ftp serveru skupiny VQEG [10], jejichž
základní popis uveden tabulce 3.1), kterém jsou hori-
zontální ose vyneseny hodnoty odhadů kvality VQR vertikální ose průměrné
hodnoty subjektivních hodnocení DMOS pro danou videosekvenci.
Podmínka vertikálně horizontálně propojených pixelů nejméně bodech,
však zůstala zachována.Výběr videosekvencí databáze probíhal základě rozdílných vlastností
jednotlivých videosekvencí. kritickou hodnotu považovat
subjektivní hodnocení kvality oceněné známkou 50.
Vyhodnocení výsledků zobrazeno grafu (obr. případě, jsou
body zobrazené pod touto přímkou situace opačná metrika svůj odhad kvality VQR
nadhodnotila. Především podle analýzy zprůměrovaných objektivních
parametrů )420(
m )(CIF
m pro jednotlivé videosekvence.1 Odhad VQR pro videosekvence standardním rozlišení
Metrika nově vytvořenou databází znehodnocených videosekvencí pro videosekvence
v rozlišení byla ozkoušena stejných videosekvencích formátu 625/50i jaké
byly použity pro tvorbu databáze. Obě osy jsou
cejchovány procentech, kde znamená nejhorší kvalitu videosekvence 100%
nejlepší kvalitu videosekvence. Pokud jsou body zobrazené grafu
nad touto přímkou, znamená to, odhad kvality VQR vypočítaný metrikou pro danou
videosekvenci podhodnotil průměrné subjektivní hodnocení DMOS.5 Vyhodnocení odhadů kvality VQR
Funkčnost metriky CPqD-IES byla vyzkoušena souboru videosekvencí, pro které
byly známé hodnoty subjektivních hodnocení kvality.
3.5. databáze jsou vybírány
znehodnocené videosekvence nižšími subjektivními hodnoceními kvality jSL ,
protože výsledky minimalizace funkce rovnice (33) jsou mnohem přesnější než
pro vysoké hodnoty subjektivních hodnocení