Разработка алгоритмов объективных измерений качества изображения в цифровых кинотелевизионных системах с видеокомпрессией

• Автор: Логунов, Алексей Николаевич
• Шифр специальности: 05.11.18
• Научная степень: Кандидатская
• Год защиты: 2002
• Место защиты: Санкт-Петербург
• Количество страниц: 163 с. : ил

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

1. ОБЗОР МЕТОДОВ ОЦЕНКИ КАЧЕСТВА ИЗОБРАЖЕНИЙ В СИСТЕМАХ С ВИДЕОКОМПРЕССИЕЙ

1.1. Обзор методов видеокомпрессии в кинотелевизионных системах

1.1.1. Устранение статистической и психофизической избыточности кинотелевизионных изображений

1.1.2. Стандарты компрессии на базе ДКП

1.2. Искажения изображений в кинотелевизионных системах

с видеокомпрессией

1.3. Методы оценки качества изображения в системах с видеокомпрессией

Выводы к главе
2. РАЗРАБОТКА И ИССЛЕДОВАНИЕ МЕТОДА ОЦЕНКИ ЗАМЕТНОСТИ АРТЕФАКТОВ ВИДЕОКОМПРЕССИИ
НА БАЗЕ ДКП
2.1. Постановка задачи
2.2. Алгоритм оценки заметности блочного артефакт
2.2.1. Обоснование выбора модели зрения
2.2.2. Алгоритм оценки заметности блочного артефакта.
2.3. Экспериментальное исследование разработанного алгоритма
2.3.1.Выбор и описание метода исследования
2.3.2. Постановка эксперимента и анализ результатов..
Выводы к главе II
3. ОПТИМИЗАЦИЯ АЛГОРИТМА ПРЕДОБРАБОТКИ ИЗОБРАЖЕНИЙ В СИСТЕМАХ ВИДЕОКОМПРЕССИИ
НА БАЗЕ ДКП
3.1. Постановка задачи
3.2. Разработка методики поиска оптимальных параметров предварительного фильтра
3.3. Экспериментальное исследование разработанной
методики
3.3.1. Выбор и описание метода исследования
3.3.2. Постановка и анализ результатов эксперимента
3.4. Определение оптимального значения а для типичных телевизионных изображений
Выводы к главе
4. РАЗРАБОТКА И ИССЛЕДОВАНИЕ ЭЛЕМЕНТОВ ИСПЫТАТЕЛЬНЫХ ТАБЛИЦ ДЛЯ ОЦЕНКИ КАЧЕСТВА ИЗОБРАЖЕНИЯ В СИСТЕМАХ С ВИДЕОКОМПРЕССИЕЙ
4.1. Постановка задачи
4.2. Разработка тестовых структур для оценки искажений видеокомпрессии на базе ДКП
4.3. Экспериментальное исследование тестовых элементов испытательных таблиц для систем видеокомпрессии
4.4. Разработка рекомендаций по применению тестовых элементов для измерения качества компрессированных изображений
Выводы к главе
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ВВЕДЕНИЕ

Важнейшим направлением на пути общественного прогресса в начале третьего тысячелетия является совершенствование средств массовой информации. Большую их часть составляют средства передачи зрительной информации, то есть системы воспроизведения изображений.
По масштабам охвата и степени воздействия ведущая роль принадлежит таким средствам передачи и воспроизведения движущихся изображений как кино и телевидение, направленным на обслуживание массовой аудитории зрителей.
Новым толчком к дальнейшему совершенствованию средств передачи движущихся изображений стало внедрение цифровых методов обработки и записи сигналов. Свойства современных цифровых систем передачи и хранения видеоданных - высокое качество воспроизводимого изображения, относительно невысокая цена, высокая гибкость в работе и широкие сервисные возможности - обусловили их ведущее место среди современных средств профессионального кинематографа и вещательного телевидения, техники зрелищных предприятий. Вместе с тем необходимость оптимизации использования каналов передачи и носителей видеоинформации привела к разработке новых методов представления видеоданных, характеризующихся устранением статистической и психофизической избыточности, присущих реальным изображениям, -методов видеокомпрессии. Один из них - МРЕО-2 - стал стандартом для цифрового телевизионного вещания во всём мире.
Развитие цифровых систем в кино и телевидении имеет сравнительно недолгую, но насыщенную событиями историю и представляет собой постоянный отбор наилучших практических решений. Поэтому задача совершенствования этих систем требует научно обоснованных количественных методов оценки их качественных

Многие исследователи указывают на то, что для достижения независимости от технологии и обеспечения хорошей корреляции между объективными и субъективными измерениями необходимо использовать при разработке методов оценки качества изображения модель зрительной системы человека [107,130]. Применение такой модели сделает измерительную систему независимой от системы компрессии, видеоматериала и типов искажений. Примером такого метода является Samoff JND Vision Model.
В его основу положена модель зрительной системы человека, специально разработанная для автоматической оценки перцептивной величины различий между оригиналом и искаженной видеопоследовательностью [110,128,130]. Алгоритм Samoff JND Vision Model основан на психологических и психофизических принципах различения деталей изображения наблюдателем, он не требует использования априорных предположений о методах компрессии и возможных искажениях и артефактах.
Алгоритм Samoff JND Vision Model включает в себя необходимые элементы для оценки динамических видеопоследовательностей: пространственный и временной анализ в яркостной и цветовой областях. Структурная схема алгоритма приведена на рисунке 6. Цветоделённые изображения поступают на блок предварительной обработки, где цветовые координаты каждой точки изображения преобразуются в координаты равноконтрастного цветового пространства YUV. Далее оно претерпевает пирамидальную декомпозицию, заключающуюся в разделении изображения на составляющие с помощью полосовой фильтрации. Импульсные характеристики полосовых фильтров представляют собой разность двух гауссиан. Пирамидальная декомпозиция является основой многоканальной модели зрительного анализатора. Многочисленные исследования показали, что результаты измерений контрастных порогов обнаружения для объектов с