|
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.
Skript názvem correction provádí korekci zesílení, prostorového časového
posunutí snímků mezi vstupními videosekvencemi.
Obr.
[Y_Icor, Cb_Icor, Cr_Icor] correction(Y_O, Cb_O, Cr_O, Y_I, Cb_I,
Cr_I, zac, kon),
37
. Název
videosekvence, včetně cesty cílového adresáře, řetězec znaků označovaný jako
filename. Videosekvenci charakterizuje proměnná width označující šířku
snímku proměnná height označující výšku snímku. Hlavička však vypadá pro všechny tři skripty
stejně:
[Y, Cb, Cr] readYUV_SD(filename, width, height, num, start)
Tento skript realizuje načtení videosekvence uložené datovém formátu YUV,
ve kterém nejsou uloženy žádné značky velikosti snímků, proto musí být tyto
vlastnosti zadány ručně.následované objektivním měřením. Dále num udává počet načtených
snímků start počáteční snímek videosekvence, kterého provede načtení. Vzorky obrazových složek jsou načteny
ve formátu uint8, jeden vzorek vyjádřen bity může nabývat hodnoty 255.7: Vývojový diagram
Načtení videosekvencí realizováno třemi různými skripty závislosti pou-
žitém formátu vzorkování videosekvence. Výstupem jsou tři matice, jedna pro každou obrazových složek CR
podle zadaných vstupních parametrů. něj navíc vstupují znehodnocené videosekvence
po kódování dekódování referenční videosekvence binární obrazy získané během
segmentace referenční videosekvence. 3. Před vlastním výpočtem odhadu kvality musí být
ještě vybrána databáze znehodnocených videosekvencí, podle které budou
videosekvence porovnávat
