图像质量客观评价算法中校准模块的设计*

刘俊霞，杨 爽，孟 放，姜秀华

（中国传媒大学 信息工程学院，北京 100024）

1 引言

随着数字电视技术的不断发展，对数字视频图像的质量评价变得越来越重要。这一方向的研究不仅具有很高的理论价值，也有很强的实践意义。随着多媒体数据压缩技术的发展，视频图像质量客观评价方法的研究也进入了一个新阶段，目前的研究已经从以往物理意义上简单的误差统计方法转为结合人眼视觉特性的误差统计方法。目前，如何提高客观测试值的准确性，即与主观评价值的相似度，已成为研究的重点领域。笔者主要提出了一种可适用于全参考的计算差值的图像质量客观评价方法的主客观校准模块，可提高客观评价方法的准确性。

2 图像质量评价方法

常用的视频图像质量评价分为两类：主观评价和客观评价[1]。

主观评价是直接利用观察者对被测系统视频图像质量的主观反应来确定系统性能的一种测试[2]。由于评价过程中主观因素的多样性，以及人眼对视频图像的感受不仅有视觉上的感受也有心理上的影响，因此，该方法缺乏稳定性，且无法用数学模型进行描述，在工程应用中不但费时费力，而且很多情况下根本无法采用。因此，客观的、稳定的数学模型对图像质量的评价得到了快速发展。为此人们研究开发了多种图像质量客观测试方法。

客观评价简单说来就是建立一种数学模型来模拟人眼对图像质量的感觉。客观图像质量评价方法的优点是具有客观性、可重复性、容易实现自动控制等，因此在图像质量的评价中，常常采用客观测试方法。根据测量时对无失真视频序列的依赖程度，视频图像质量客观测量可以分为以下 3种类型[3]：1）全参考 VQM（Video-Quality Metric）：在失真视频图像序列和无失真视频图像序列之间进行逐帧逐像素的比较。常用的模型有PSNR模型，Watson等提出的DVQ模型[4]，Sarnoff实验室通过长时间研究的JNDmetric模型[5]；2）压缩参考VQM：将失真图像序列进行运算得到一些代表图像特征的统计数值，然后将这些数值与保存的相应的无失真图像序列的统计数值进行比较，通过传统的回归分析选择和校正统计数值[6]；3）无参考VQM：无需任何无失真原始图像的信息，通过对失真图像进行特征提取，寻找诸如MPEG块边缘，点状噪声或图像模糊等缺陷。

客观评价方法的目的是为了取代复杂的主观评价过程，因此合理评价视频图像质量的客观方法应充分遵循人眼的视觉特性和心理特性，使结果更加贴近主观评价值。目前，客观评价的主要研究思路都是建立相应的人眼视觉模型（Human Visual System，HVS）来测量视频图像质量。这类客观评价算法的主要函数及参数的设计都充分模拟了人眼的某些视觉特性响应。无论何种算法，客观评价的测试过程始终独立于主观评价，都不能完全准确地重现主观评价的结果。所以增加客观评价结果向主观评价结果的校准模块，会减小主客观评价结果的差异。本文在对视频图像进行客观评价后，增加了校准模块，以检验此模块对客观评价算法性能的改善程度。

3 校准模块的设计与实现

3.1 校准模块的设计思想

校准模块使用的主观实验数据是运用DSCQS（双刺激连续质量标度法）对表1中的5组10～14 s的4∶2∶0格式的高清序列的8个码率（8，10，12，14，16，18，20，25 Mbit/s）进行主观评价得到的。序列内容涵盖了快速运动、随机运动、中速平摇运动、慢速平摇运动、推拉画面运动等各种画面运动类型。

表1 5个原始测试序列

图1所示的主观评价结果表明，不同序列经过相同的码率压缩，或是受到几乎相近的噪声及其他影响时，给人视觉上的感知会不同，可以分为以下3种情况：1）随着压缩码率的变化，质量变化非常明显的图像序列，人眼很容易察觉到其损伤的变化，主观评价分数浮动范围很大，如细节比较丰富，有大量快速随机运动画面的leaves序列。2）在低码率情况下，可以察觉到图像损伤，但是随着压缩码率的变化，能够察觉到图像质量的变化，但没有第一种类型明显，主观评价分值浮动范围较第一种小，如 sprinkling，dolphin，harbor序列。3）在低码率情况下，不容易察觉图像的损伤，随着压缩码率的变化，图像质量的变化不大，主观评价分值浮动范围比较小，如画面复杂度小的flower序列。

图1 测试序列的主观值

依照以上的序列分类，不同类型的序列主观评价结果范围不同。故在校准模块中，将客观和主观的校准过程应分为3种情况，即不同序列最终的客观评价结果会按照不同的公式与主观校准。

3.2 校准模块的实现

从图1的主观结果可观察到在高码率（25 Mbit/s）的情况下，各类型序列的主观评价分值比较集中，分布在98分左右；随着压缩码率的降低，各类型序列的主观评价分值区分也更加明显，在压缩码率最低为8 Mbit/s时，区分最为明显。而在压缩码率最低时，视频序列的图像质量也是最差的。实际上，在进行DSCQS主观评价时，观察人员不仅比较本组原始序列和待测序列间的差异，而且还会纵向考虑已观察过的相同内容的质量最差的序列已给出的分数，来确定该序列的分数。所以主观评价结果的最低值一般范围可以由质量最差的序列来确定，由此，在校准模块中，通过判断最低码率下序列（即图像质量最差的序列）与对应的原始序列的差异来区分3种类型的序列的客观评分区间。具体校准模块如图2所示。

图2 校准模块的设计

在校准模块中，将损伤较大视频序列的主观评分作为最低基准参考，首先需要计算对应的原始序列和质量最差序列间的差异值，确定序列类型，将损伤极小（在此设定其主观评分达到99分）视频序列的评分作为最高基准参考，将待测序列的客观评分映射到基准参考范围内，从而得到最终的与主观评价拟合较好的客观质量评价值。校准原理如图3所示。

图3 视频质量评分校准原理

以PSNR算法为例，对应的校准算法如式（1）所示

式中：MSEmax表示原始序列和质量最差序列的差异值，并由此计算出该情况的PSNR即 PSNRmin。将待测序列的PSNR代入对应的公式，即可得到校准后的分值SCORE，SCORE值越大，表示待测序列受到的损伤越小，越接近原始序列。

4 实验及结果分析

为了测试校正后客观评价结果的准确性，笔者对表1中的5个序列的8组码率分别进行了PSNR算法和增加校准模块的PSNR算法的2组测试，结果如图4所示。图4示出了校准模块对PSNR评价结果的改善情况，很明显校准后PSNR与主观评价结果的拟合度（图4b）要高于未经校准的PSNR与主观评价结果的拟合度（图4a）。经统计，校准后，主客观拟合度的统计值为90.3%，高于未经校准的主客观拟合度统计值64.2%。实验结果，说明了本校准模块有利于提高图像质量客观评价算法的准确性。

图4 校准模块对PSNR评价结果的改善

5 结束语

笔者介绍了客观视频图像质量评价的校准模块的设计和实现，并基于PSNR算法对模块进行了验证，从实验结果可以看出，校准模块的提出提高了主观评价值和客观测试值的拟合度。该模块同样可以用于其他基于差值计算的图像质量客观评价算法，有利于提高客观评价算法的准确性。

[1]姜秀华，张永辉.数字电视广播原理与应用[M].北京：人民邮电出版社，2007.

[2]ITU.ITU-R Rec.BT.500-9， Methodology for the subjective assessment of the quality of television pictures[S].Geneva：ITU ，1998.

[3]章文辉，王世平.数字视频测量技术[M].北京：北京广播学院出版社，2003.

[4]WATSON A B，HU J，MCGOWAN J F，et al.Digital video quality metric based on human vision[J].Journal of Electronic Imaging，2001，10（1）:20-29.

[5]ATIS.Objective perceptual video quality measurement using a JND-based full reference technique[R].Alliance for Telecommunications Industry Solutions Technical Report T1.TR.[S.l.]：ATIS，2001.

[6]FERGUSON K.Predicting Human vision perception and perceptual Difference：US，6975776[P].2005-12-13.