針對(duì)客觀視頻質(zhì)量的實(shí)時(shí)測(cè)量進(jìn)行圖像質(zhì)量分析

圖像質(zhì)量分析即測(cè)量視頻流的整體。 因此匯集了專業(yè)技術(shù)人員觀看視頻，并以其專業(yè)的主觀角度評(píng)分，設(shè)立了Differential Mean Opinion Scores (DMOS)。 但此方法仍有許多待解的難題，如訓(xùn)練技術(shù)人員的成本，還有操作人員觀看屏幕的重復(fù)性成本。 另一個(gè)重大挑戰(zhàn)則是關(guān)于主觀測(cè)試的質(zhì)量。 在制造過(guò)程中，根本不可能聘請(qǐng)視頻質(zhì)量專家觀看各組設(shè)備的生產(chǎn)細(xì)節(jié)，只能讓水平較差的操作人員觀看視頻并評(píng)分。 因此如分心、疲勞、眼睛過(guò)度刺激等人為因素，均會(huì)降低產(chǎn)品品質(zhì)而讓劣質(zhì)品過(guò)關(guān)，由此促使了工程師必須重新設(shè)計(jì)影像測(cè)試的方法。

較好的圖像質(zhì)量分析方式，即必須能重復(fù)套用客觀的測(cè)量方式，以測(cè)量音頻與視頻的質(zhì)量。 目前有多種算法，均與專業(yè)操作人員的主觀評(píng)分相關(guān)。常見的兩種測(cè)量之一為峰值信噪比 (PPSNR)，它是以均方差 (MSE)以及德州大學(xué)圖像與視頻工程實(shí)驗(yàn)室(LIVE)的Al Bovik教授和其團(tuán)隊(duì)，所設(shè)定的結(jié)構(gòu)相似性(SSIM)指數(shù)為構(gòu)架。 此項(xiàng)指數(shù)已成為最具公信力的視頻質(zhì)量測(cè)量指數(shù)。 只要套用如PSNR與SSIM算法，即可通過(guò)自動(dòng)化、可重復(fù)的測(cè)量方法，輕松評(píng)定視頻質(zhì)量。

圖4. 愛因斯坦照片的比較，代表了不同的失真程度： a) 參考圖像, b)平均對(duì)比伸展, c)亮度平移, d)高斯噪音污染，e)脈沖噪音污染, f)JPEG壓縮, g)模糊, h)空間縮放 (縮小), i)空間平移 (向右), i)空間平移 (向左), k)旋轉(zhuǎn) (逆時(shí)針), l)旋轉(zhuǎn) (順時(shí)針)。

另一種視頻質(zhì)量測(cè)試方法是測(cè)量視頻與音頻內(nèi)容的特定假影。 此時(shí)可套用特定瑕疵算法，以找出視頻中的特定錯(cuò)誤，如方格或幀像停滯/遺失。 許多生產(chǎn)應(yīng)用不太需要如PSNR或SSIM的高性能測(cè)試。 反之，往往僅需確認(rèn)沒(méi)有產(chǎn)生宏區(qū)塊、聲頻切割、視頻停滯即可。 通過(guò)特定瑕疵的測(cè)量，即可迅速?zèng)Q定該款設(shè)備是通過(guò)還是失敗。

具備NI Picture Quality Analysis軟件的NI Digital Video Analyzer能夠測(cè)量特定瑕疵，也可達(dá)到如PSNR與SSIM的高圖像質(zhì)量測(cè)量。 通過(guò)用戶定義的測(cè)量，即可套用自定義的算法，以建立完全自定制的圖像質(zhì)量分析應(yīng)用。

圖5. 針對(duì)水平與垂直空間中的宏區(qū)塊，需采集并分析1080p60的視頻流。

參考與無(wú)參考測(cè)試

針對(duì)視頻/音頻流，進(jìn)行圖像質(zhì)量分析測(cè)量的方法目前有三種。

1. 無(wú)參考測(cè)試: 不論圖像內(nèi)容如何，此方式可將測(cè)量套用至任何系統(tǒng)。 而此測(cè)量方式的挑戰(zhàn)之處在于，因分析圖像內(nèi)容的不同，測(cè)量結(jié)果的差異也相當(dāng)大。