基于HVS的视频会议画面对比度无参考质量评价

张洪英，张杰良，蒋未芳，赵 亮，张向阳

(1.中国人民解放军61416部队，北京 100036；2.中国电子科技集团公司第三研究所，北京 100015)

基于HVS的视频会议画面对比度无参考质量评价

张洪英1，张杰良1，蒋未芳1，赵 亮1，张向阳2

(1.中国人民解放军61416部队，北京 100036；2.中国电子科技集团公司第三研究所，北京 100015)

对比度是衡量视频会议画面质量的一个重要指标，结合人眼视觉系统特性，引入视觉感兴趣人物画面的加权因子和非视觉感兴趣背景画面的加权因子，提出一种基于人眼视觉特性的视频会议画面对比度无参考质量评价方法。实验表明,该方法是一种行之有效的视频会议画面质量评价方法，测试结果与TID2013图像库中主观评价结果的符合度较好。

画面质量评价；对比度；无参考；视频会议

ElectronicsTechnologyGroupCorporation，Beijing100015，China)

在视频会议中，视频会议画面质量是各级用户的直接关注点，严重影响着与会人员的感观和信息获取量。人眼是视频会议画面的最终观察者，人眼观察的效果是对视频会议画面质量的最终评价，视频会议画面质量的评价需要同时满足客观标准和人眼的视觉效果。传统的视频会议画面质量评价包括主观评价和客观评价，主观评价方法以人作为画面的观察者，对视频会议画面的优劣做出主观评定，但主观评价过程比较烦琐，而且还不可重复，不适合于实时系统；客观评价方法依据一系列影响视频会议画面质量的因素来建立数学计算模型，自动感知视频会议画面质量，根据评价模型对原始画面的依赖程度，客观评价方法可分为全参考(Full Reference，FR)、无参考(No Reference，NR)和半参考(Reduced Reference，RR)，但客观评价结果存在与人眼观测结果不相吻合甚至相互矛盾等情况[1-4]。在视频会议画面质量评价中引入人眼视觉特性，把传统的客观评价方法与主观评价方法结合起来，可以有效地解决客观结果与视觉效果的有机结合与统一，这也是视频会议画面质量评价的发展方向，由于在大多数应用系统中，通常无法获取到原始的无失真参考画面，所以需要针对画面设计无参考评价方法。

对比度是视频会议画面的基本特征之一，对人眼视觉效果的影响比较大，是评价视频会议画面质量的一个重要指标。对比度指同一幅画面中最亮的白与最暗的黑之间的亮度之比，比值大代表对比度高，比值小代表对比度低。在实际应用中，受摄像设备、存储装置、传输系统性能、灯光环境条件或操作人员水平等因素的影响，视频会议画面的对比度可能过高或过低，无法满足人类主观视觉的要求。

本文基于人眼视觉系统，通过人眼视觉系统机制以及与图像相关的视觉感知特性，针对人眼视觉感兴趣性的作用原理，引入视觉感兴趣人物画面的加权因子和非视觉感兴趣背景画面的加权因子，提出了一种基于HVS的视频会议画面对比度无参考质量评价方法，实现了视频会议画面质量的客观评价，并在TID2013图像数据库上进行测试验证，结果与TID2013图像库的主观评价结果一致，验证了评价方法的可行性。

1 人眼视觉系统(HVS)模型

人眼视觉系统模型指基于人眼视觉系统建立起来的模型，通过模拟人类眼睛的神经系统活动和生理特性，作为评价或处理视频会议画面的理论依据。人眼视觉系统是一个庞大复杂的系统，其主要特性包括视觉幅度非线性、对比度敏感度带通、多通道与掩盖效应[5]，这些特性直接反映了人眼在评价画面质量过程中的响应情况，是无参考画面质量评测技术的关键所在，简化的人眼视觉特性模型如图1所示。

图1 人眼视觉系统(HVS)模型

1.1 视觉幅度非线性特性

人眼视觉分辨细节的能力一般采用分辨相邻两点视角的倒数来表示，其值与视网膜上这两点的成像位置有关，以眼睛的黄斑区为中心，向四周作非线性下降，它与亮度的关系和整幅画面的基底亮度无关，而是取决于相对亮度的变化。也就是说随着刺激光强增大，最初人眼感觉不到，只有增大到一定程度时人眼才会感觉到。

1.2 对比度敏感度带通

人眼视觉实际分辨受视觉激励的颜色、时间频率和空间频率的影响。带通特性仅针对于空间频率，人眼对不同空间细节的分辨能力并不是固定不变的，人眼视觉的空间频率响应具有带通滤波器的性质，高频区域的灵敏度低于低频区域的灵敏度，对高频区域的噪声或失真不太敏感，因此可以把人眼模拟成一个二维低通滤波器。

1.3 多通道与掩盖效应

对于不同的视觉信息，视觉皮层细胞拥有不同的敏感性，在人的视觉系统中，所有这些特征都是分通道处理的。掩盖效应指的是由于一个激励的存在而导致另一个激励不能或不容易被检测到，也就是被掩盖了。常见的掩盖效应有：对图像边缘和轮廓信息失真非常敏感；对图像纹理细节的敏感度与所处的背景亮度有关，在低亮度背景中敏感度就比较低，而在中高亮度背景中敏感度就比较高；水平和垂直方向上的敏感度要大于其他方向的敏感度；低频端的敏感度要高于高频端。

2 基于HVS的视频会议画面对比度无参考客观质量评价

大部分评价体系中画面亮度评价方法是通过对比画面的平均灰度值与指定灰度值之间的差值来评价画面的亮度，但这种方法会出现偏差，因为指定的灰度值不可能对不同的视频会议画面都适用。

研究表明，人眼的主观亮度感觉和亮度的对数为线性关系，因此为了更加符合人眼视觉系统的特性，需要对画面的亮度进行对数化处理。也就是说，人眼对于较低的亮度具有较高的敏感度，而对于较高的亮度则敏感度降低[6-7]。采用直方图规定化的方法首先将画面进行直方图均衡处理，将待评价画面的直方图概率密度函数首先转换为负指数函数形式，用较多的灰度级表示较低的亮度范围，用较少的灰度级表示较高的亮度范围，从而得到一种符合人眼的主观亮度感觉的亮度评价算法。

2.1 基于HVS特性的对比度模型建立

适用于电视跟踪条件下的目标相对于背景之间的图像对比度定义为[8]

(1)

式中：CT为目标与背景之间的对比度；VT为目标电平；VB为背景电平；VBL为视频信号消隐电平；VW为峰值白电平。结合对比度的定义可推导出对比度模型，即

(2)

通过对人眼视觉系统特性的研究发现，在观察画面时人眼仅关注画面的一部分，即人眼感兴趣的只是画面的部分区域，对其他区域只是做部分参考[9]。在视频会议中，视频会议画面通常是发言人近景，人们通常只对会议发言人感兴趣，而对会场背景不太感兴趣。因此在评价视频会议画面质量时，可以对视频会议画面进行区分，将人眼感兴趣的区域即发言人称为人物画面，而将不感兴趣的其他区域即会场称为背景画面，在进行视频会议画面质量评价时，可以区别对待人物画面和背景画面。

设视频会议画面的人物画面和背景画面分别为T和B，人物画面和背景画面的加权因子分别为pτ和pb，则对比度模型可修改为

(3)

2.2 加权因子确定

2.2.1 人物画面加权因子

在视频会议画面中，受灯光系统的限制，人物画面和背景画面区分明显，灰度变化较大，因此人物画面的加权因子需要同时考虑画面的面积和灰度方向的影响。根据人眼视觉系统的特性，当光刺激强度一定时，人眼的主观感受与所受刺激面积的平方根做相应变化。因此，定义人物画面面积方面的加权因子pτ1为

(4)

式中：S为视频会议画面的面积；ST为视频会议画面中人物画面的面积。

另外，在视频会议近景画面中，受照明系统的影响，人物画面在纹理和亮度方面都和背景画面存在明显的区别。因此，定义人物画面灰度方面的加权因子pτ2为

(5)

式中：f为人物画面的平均灰度值；b为背景画面的平均灰度值。

2.2.2 背景画面加权因子

(6)

式中:S为视频会议画面的面积；SB为视频会议画面中背景画面的面积。

(7)

3 实验与结果

在验证客观评价方法与主观评价之间一致性方面，视频质量专家组(VQEG)[10]提出了4个主要指标，这4个指标是用来验证主客观评价结果之间的紧密程度，分别是斯皮尔曼等级次序相关系数(SROCC)、肯德尔等级次序相关系数(KROCC)、皮尔逊线性相关系数(PLCC)以及均方根误差(RMSE)。SROCC指标和KROCC指标值表征了评价方法性能的好坏，指标值越接近于1说明评价方法的致性越强，值为1时表示客观评价结果与主观评价结果完全一致；PLCC指标的值表征评价方法性能的优劣，指标值越接近于1说明评价方法的准确性越高；而RMSE指标的值要小，越小说明评价指标的误差越小，误差越小说明评价指标性能越准。

实验图像采用TID2013(TAMPERE IMAGE DATABASE 2013)[11]图像数据库，无论是在测试图像还是在测试科目上，TID2013都是当前公开领域可用的最大图像质量评价数据库。TID2013图像数据库具有非常高的权威性和可靠性，其优势在于图像数量多，参与应用的人员和范围广泛。

在本实验中，首先采用前文所提出的方法对图像库中的待评价图像进行视觉质量评价，然后将获取的图像客观质量结果与数据库中图像的主观评价分数(MOS)进行比较，再根据比较结果，采用数学方法进行一致性计算，证明本实验中提出的评价方法具有较强的一致性。本实验中，测试了TID2013图像库中全部25原始幅图像的对比度和饱和度失真图像，共计240幅图像，一致性评价指标结果如表1所示，客观评测结果与主观评价分数的散点关系图如图2所示。

表1 TID2013图像库上图像对比度性能测试结果

图2 图像对比度性能测试散点图

从表1可以看出，SROCC,KROCC和PLCC接近1，表明本文所提评价方法具有一定的单调性和准确性，而RMSE值比较小，表明本文所提出的评价方法与主观评价的结果具有较高的一致性，根据所提出的评价方法实现的评测结果误差相对较小，实用性较强。

图2中横坐标为本文所提评价方法的客观评价值，纵坐标为主观评价分数。根据大部分研究成果可以认为，散点距离拟合曲线的相对距离越紧凑、越平滑，其所提出的评价方法一致性越好。从图中可以看出，本文所提方法的测试结果随着主观评价分数MOS值的增大而增大，评价方法具有较好的线性关系。

4 结论

通过人眼视觉系统机制以及与图像相关的视觉感知特性，引入视觉感兴趣人物画面的加权因子和非视觉感兴趣背景画面的加权因子，提出了一种基于HVS的视频会议画面对比度无参考质量评价方法来评价视频会议画面的质量，实验结果与TID2013图像数据库中的主观评价分数(MOS)符合较好。实验结果表明，所提出的无参考质量评价方法是一种有效的视频会议画面质量评价方法，不仅实现了视频会议画面对比度客观的分析统计，同时还考虑了人眼视觉的主观感受，提高了客观统计结果与主观评价结果的一致性。另一方面，从实验结果上看，客观统计和主观评价之间还有一定的差异，主要原因在于目前人们还没有充分掌握人眼视觉系统的特性，难以采取定量的方法来描述人眼视觉系统，因此对视频会议画面质量评价的研究还有待进一步深入。

[1] 褚江，陈强，杨曦晨.全参考图像质量评价综述[J].计算机应用研究，2014，31(1)：13-22.

[2] 姚军财.基于人眼对比度敏感视觉特性的图像质量评价方法[J].液晶与显示，2011，26(3)：390-396.

[3] 孔繁锵.结合HVS和相似性度量的图像质量评价测度[J].中国图象图形学报，2011，16(7)：1184-1191.

[4] 白永强，朱仲杰，段智勇，等.结合HVS特性的视频图像质量评价[J].计算机工程与应用，2009，45(27)：181-183.

[5] 李文娟.基于视觉特性的彩色图像质量评价研究[D].长春：吉林大学，2006.

[6] 刘文耀.光电图像处理[M].北京：电子工业出版社，2002.

[7] 张晓，白廷柱，罗霄，等.基于人眼视觉灰阶特性的红外图像映射显示研究[J].红外技术，2008，30(4)：225-229.

[8] GJB—1993，电视跟踪器通用规范[S].1993.

[9] 祁钰.适于全视觉图像感兴趣区域的信道编码研究[D].哈尔滨：哈尔滨工业大学，2008.

[10] VQEG.Final report from the video quality experts group on the validation of objective models of video quality assessment[EB/OL].[2015-01-12].ftp：//vqeq.its.bldrdoc.gov/Documents/Meetings/Hillsboro-VQEG-Mar-03/VQEGII-DraftReport^v2a.pdf.

[11] PONOMARENKO N.Image database TID2013： Peculiarities， results and perspectives[EB/OL].[2015-01-12]. http：//dx.doi.org/10.1016/j.image.2014.10.009i.

张杰良(1975— )，高级工程师，主研计算机技术、图像通信；

蒋未芳(1975— )，工程师，主研图像通信；

赵 亮(1974— )，工程师，主研会议电视技术；

张向阳(1979— )，高级工程师，主研电视技术。

责任编辑：闫雯雯

Contrast Method of No-reference Quality Assessment for Video Conference Image Based on HVS

ZHANG Hongying1， ZHANG Jieliang1， JIANG Weifang1， ZHAO Liang1， ZHANG Xiangyang2

(1.Unit61416ofPLA，Beijing100036，China；2.TheThirdResearchInstituteofChina

Contrast is an important index of video conference’s image quality， the human visual system is analyzed， a weighting factor for the visual interest’s figure image and a weighting factor for the non-visual interest’s background image are introduced， then a contrast method of no reference quality assessment for video conference image based on human visual system is proposed. Experimental results show that the method is an effective method for video conference image’s quality assessment， whose objective quality scores have better consistency with the subjective quality scores in the TID2013 image database.

image quality assessment； contrast； no reference；video conference

【本文献信息】张洪英，张杰良，蒋未芳,等.基于HVS的视频会议画面对比度无参考质量评价[J].电视技术,2015，39(11).

TN919.8

A

10.16280/j.videoe.2015.11.018

张洪英(1974— )，女，高级工程师，主研光纤通信、广播电视技术；

2015-01-13