5.2 Một số phương pháp đánh giá khách quan chất lượng hình ảnh trong các ứng
5.2.2 Phương pháp đánh giá khách quan chất lượng hình ảnh video trong các ứng dụng đa
ứng dụng đa phương tiện theo giải thuật FR-PEVQ
Mô hình PEVQ được thiết kế để dự đoán ảnh hưởng của suy hao đường truyền đến chất lượng hình ảnh theo cảm nhận của con người. Mục tiêu chính của nó là các ứng dụng đa phương tiện di động và IPTV. Các tính năng chính của PEVQ là:
- Đồng chỉnh thời gian của các cảnh hình ảnh đầu vào nhanh chóng và đáng tin cậy dựa trên phân tích tương quan đặc tính đa chiều với giới hạn đạt được vượt xa những người được thử nghiệm bởi VQEG, đặc biệt là đối với việc xử lý cắt xén thời gian, đóng băng khung hình và bỏ qua khung hình.
- Đồng chỉnh không gian toàn khung.
- Thuật toán đồng chỉnh màu sắc dựa trên biểu đồ tích lũy. - Tăng cường ước lượng và đánh giá tốc độ khung hình.
52
- Phát hiện và cảm nhận chính xác trọng số của khung hình bị đóng băng và bỏ qua.
- Chỉ cần sử dụng bốn chỉ số để phát hiện chất lượng hình ảnh. Những chỉ số hoạt động trong các miền khác nhau (thời gian, không gian, màu sắc) và được kích thích bởi hệ thống thị giác con người. Tính chất mặt nạ nhận thức của HVS được mô phỏng ở các giai đoạn của thuật toán. Những chỉ số này được tích hợp bằng cách sử dụng một thuật toán kết hợp không gian và thời gian phức tạp.
Trong giai đoạn đầu thuật toán thực hiện các bước đồng chỉnh trong các miền khác nhau và thu thập thông tin về khung hình đóng băng hoặc bỏ qua khung hình. Trong bước thứ hai, các hình ảnh được đồng bộ và cân bằng được so sánh sự khác biệt của hình ảnh về độ sáng cũng như màu sắc, đưa ảnh hưởng của mặt nạ và chuyển động vào tính toán. Điều này dẫn đến một tập hợp các chỉ số mô tả các khía cạnh chất lượng nhất định. Bước cuối cùng là kết hợp của các chỉ số riêng vào hàm phi tuyến tính để thu được MOS cuối cùng.
PEVQ được phát triển cho các ứng dụng đa phương tiện bởi Roland Bitto của OPTICOM và được xây dựng trên một thước đo chất lượng truyền hình trước đó đã được phát triển bởi Tiến sĩ các John Beerends và Andries Hekstra từ KPN. PEVQ có thể triển khai hiệu quả mà không phải hy sinh sự chính xác dự báo và đã được chấp nhận rộng rãi bởi ngành công nghiệp viễn thông di động.
Hiện nay hãng OPTICOM đã sản xuất rất nhiều thiết bị đo đánh giá chất lượng video theo giải thuật này. Nguyên lý hoạt động cũng như cấu hình đo của các thiết bị theo Hình 17 và Hình 18.
Hình 17. Nguyên tắc hoạt động của các thiết bị đo chất lượng video theo giải thuật PEVQ PEVQ
53
Hình 18. Cấu hình đo theo giải thuật PEVQ
5.2.3 Phương pháp đánh giá khách quan chất lượng hình ảnh video trong các ứng dụng đa phương tiện theo FR-SwissQual ứng dụng đa phương tiện theo FR-SwissQual
Mô hình này dự đoán chất lượng hình ảnh được cảm nhận bởi các chủ thể có kinh nghiệm. Mô hình dự đoán sử dụng mô hình tâm lý thị giác và khả năng cảm thụ để mô phỏng cảm nhận chủ quan.
Bằng cách tiếp cận tham chiếu đầy đủ, mô hình so sánh đầu vào hoặc hình ảnh tham chiếu chất lượng cao và cảnh hình ảnh bị suy giảm tương ứng trong điều kiện đo kiểm. Các đầu vào bao gồm các cảnh hình ảnh tham chiếu và suy giảm chất lượng (hoặc đã xử lý). Các bước xử lý khác nhau cung cấp ở đầu ra của mô hình chính, đó là điểm dự đoán.
Ước lượng điểm dựa trên cơ sở các bước sau:
1) Trước tiên, các cảnh hình ảnh được tiền xử lý. Đặc biệt, nhiễu được loại bỏ bằng cách lọc các khung và các khung lấy mẫu đại diện.
2) Thực hiện đồng chỉnh khung thời gian giữa cảnh hình ảnh tham chiếu và cảnh hình ảnh đã qua xử lý.
3) Thực hiện đồng chỉnh khung không gian giữa khung hình ảnh đã qua xử lý và khung hình ảnh tham chiếu tương ứng.
4) Đặc tính chất lượng không gian cục bộ được tính toán: Đo đánh giá giống
54
nhau cục bộ và sai khác cục bộ, cảm thụ bởi cảm nhận thị giác.
5) Thực hiện phân tích phân bố các đặc tính giống nhau và sai khác cục bộ. 6) Đo suy giảm chất lượng không gian toàn cục bằng cách sử dụng đặc tính khóa chặn.
7) Đo suy giảm chất lượng thời gian toàn cục bằng cách sử dụng đặc tính độ giật (jenkiness). Đo độ giật bằng cách đánh giá cường độ chuyển động cục bộ, toàn cục và số lần hiển thị khung.
8) Điểm chất lượng được ước tính dựa trên cơ sở tập hợp phi tuyến của các đặc tính trên.
9) Để tránh dự báo sai trong trường hợp sai lệch đồng chỉnh không gian tương đối lớn giữa cảnh hình ảnh tham chiếu và cảnh hình ảnh đã qua xử lý, các bước trên được tính toán cho 3 đồng chỉnh không gian theo chiều ngang và dọc khác nhau của cảnh hình ảnh và điểm được dự đoán lớn nhất trong số tất cả vị tri không gian là điểm chất lượng được ước lượng cuối cùng.
5.2.4 Phương pháp đánh giá khách quan chất lượng hình ảnh video trong các ứng dụng đa phương tiện theo FR-Tektronix ứng dụng đa phương tiện theo FR-Tektronix
Phương pháp này có độ chính xác và khả năng thích nghi cao. Cấu hình bao gồm đồng chỉnh không gian, mô phỏng màn hình hiển thị, quan sát, nhận thức và tóm tắt. Đồng chỉnh thời gian có khả năng xử lý nhiều khung hình bị đóng băng và khung hình bỏ qua đang được phát triển.
5.2.5 Phương pháp đánh giá khách quan chất lượng hình ảnh video trong các ứng dụng đa phương tiện theo Yonsei ứng dụng đa phương tiện theo Yonsei
Trong các mô hình Yonsei FR và RR, thuật toán tách đường biên được áp dụng đầu tiên cho cảnh hình ảnh nguồn để xác định vị trí các khu vực biên. Các đặc tính được trích xuất từ các khu vực biên này và truyền cùng với các đặc tính khác. Sau đó sự suy giảm của các khu vực biên được đo bằng cách tính toán sai số trung bình bình phương. Từ sai số này, tính được PSNR biên. Hơn nữa, mô hình sử dụng các đặc tính bổ sung để điều chỉnh EPSNR để đưa ra số đo chất lượng hình ảnh cuối cùng.
Mô hình này hiệu quả về tốc độ và có thể được thực hiện trong thời gian thực, tiêu tốn rất ít thời gian của CPU.
Mặc dù một số suy yếu bất ngờ làm giảm hiệu suất tổng thể, nhưng nó có thể khắc phục dễ dàng, kết quả là cải thiện được hiệu năng.