一种视频图像质量主观评价方法及系统

摘要

本发明属于计算机数字视频图像处理领域，公开了一种视频图像质量主观评价方法及系统。所述评价方法包括：确定评价人员、评分标准和观看条件，选择符合要求的测试序列；对于选定的测试序列组，利用所述评价系统进行测试；保存测试结果，进行数据统计与分析。所述评价系统实现对评价人员信息的记录、评价结果的数据统计与分析及控制整个评价流程，包括：用户管理模块，素材管理模块，序列播放模块，数据管理模块。本发明将多刺激评价方式、类双刺激连续质量评价方式和双屏显示三种评价方式有效地结合在一起对视频图像质量进行主观评价，扩大了主观评价方法适用范围。当评价质量上难以分辨的序列时，本发明提高了评价结果的稳定性和可靠性。

主权项

一种视频图像质量主观评价方法，其特征在于将多刺激评价方式、类双刺激连续质量评价方式和双屏显示三种评价方式有效地结合在一起对视频图像质量进行主观评价，包括以下步骤：步骤一，确定评价人员、评分标准和观看条件，选择符合要求的测试序列；(1)确定评价人员(2)确定评分标准评分为百分制，基本评价标准仍来自五级标准：优、良、中、差、劣；(3)确定观看条件观看条件包括观看距离、背景房间亮度和显示器技术参数；步骤二，对于选定的测试序列组，利用主观评价系统进行测试；步骤三，保存评价人员的个人信息和测试结果数据，计算每位测试者与测试平均值之间的Pearson相关系数与Spearman等级相关系数，计算拒绝阈值，并对测试者的测试结果进行判断，最后计算每个待测视频图像的平均分、标准偏差和95％置信度区间；计算方法如下：(1)计算Pearson相关系数Pearson相关系数是描述图像质量与评价人员评分之间的线性关系的，计算该系数的主要目的是为了验证评价人员在整个评价过程中评分的一致性；Pearson相关系数r_p(x，y_j)的计算公式为：$r_p(x,y_j)=\frac{\underset{i=1}{\overset{n}{\Sigma }}{x}_i{y}_{ij}-\frac{\left(\underset{i=1}{\overset{n}{\Sigma }}{x}_i\right)\left(\underset{i=1}{\overset{n}{\Sigma }}{y}_{ij}\right)}{n}}{\sqrt{\left(\underset{i=1}{\overset{n}{\Sigma }}{x}_i^2-\frac{{\left(\underset{i=1}{\overset{n}{\Sigma }}{x}_i\right)}^2}{n}\right)\left(\underset{i=1}{\overset{n}{\Sigma }}{y}_{ij}^2-\frac{{\left(\underset{i=1}{\overset{n}{\Sigma }}{y}_{ij}\right)}^2}{n}\right)}}$式中，x_i为所有评价人员对待测的第i个视频图像打分的平均分；y_ij为第j个评价人员对第i个视频图像打分的单个分值；i＝1，2，...，n，n为待测视频图像的总数目；j＝1，2，...，m，m为参加主观评价实验的评价人员的总人数；r_p(x，y_j)计算第j个评价人员与整体评价的相关系数；(2)计算Spearman等级相关系数Spearman相关系数是描述图像质量与评价人员评分之间的非线性关系的，Spearman等级相关系数r_s(x，y_j)的计算公式为：$r_s(x,y_j)=1-\frac{6\times \underset{i=1}{\overset{n}{\Sigma }}{[R\left(x_i\right)-R\left(y_{ij}\right)]}^2}{n^3-n}$式中，x_i为所有评价人员对待测的第i个视频图像打分的平均分；y_ij为第j个评价人员对第i个视频图像打分的单个分值；i＝1，2，...，n，n为待测视频图像的总数目；j＝1，2，...，m，m为参加主观评价实验的评价人员的总人数；R(x_i)、R(y_ij)为排列次序，即x_i或y_ij从大到小顺序排列的位次，取值范围为R(x_i)∈[1，n]，R(y_ij)∈[1，n]，若x_i数值最大，则R(x_i)＝1；同理定义R(y_ij)；(3)筛选评价人员判断某个评价人员的打分是否可以被统计结果拒绝，判断方法如下：如果[均值(r_j)‑标准差(r_j)]＞最大相关门限，舍弃门限＝最大相关门限；否则，舍弃门限＝[均值(r_j)‑标准差(r_j)]；如果r_j＞舍弃门限，则保留第j个评价人员的评价结果；否则，放弃该评价人员的评价结果；在以上原则中，r_j＝min(r_p(x，y_j)，r_s(x，y_j))，为第j个评价人员的相关系数；j＝1，2，...，m，m为参加主观评价实验的评价人员的总人数；均值(r_j)为测试的所有评价人员相关系数的平均值；标准差(r_j)为测试的所有评价人员相关系数的标准差；本发明的最大相关门限取0.85；(4)计算出每个待测试图像的平均分、标准偏差和95％置信度区间平均分公式为；$U=\frac{1}{M}\underset{j=1}{\overset{M}{\Sigma }}{u}_j$式中，U为平均分；u_j为第j个评价人员对该图像的得分；M为通过筛选保留下来的评价人员的总人数；标准偏差公式；$S=\sqrt{\underset{j=1}{\overset{M}{\Sigma }}\frac{{(U-u_j)}^2}{(M-1)}}$式中，S为标准差；95％置信度区间为：[U‑δ，U+δ]，其中，