视频质量评价

 

本文的主要内容主要是整理来自博客：http://blog.csdn.net/leixiaohua1020，感谢作者给出的诸多详细有用的分享。

 

开源视频质量评价工具： IQA

Image Quality Assessment (IQA)是一个快速，精确，可靠的测量视频/图像质量的基于C的库。它实现了很多流行的算法比如 MS-SSIM, SIMM, MSE 和 PSNR。

项目官方页面：http://tdistler.com/iqa/

 

视频特性TI（时间信息）和SI（空间信息）的计算工具：TIandSI

做视频评价试验的时候，需要根据一定的条件选择有代表性的视频序列。ITU-R BT.1788建议使用时间信息（TI，Temporal perceptual Information，也可以称时间复杂度）和空间信息（SI，Spatial perceptual Information，也可以称空间复杂度）来衡量视频的特性。

TI，SI概念出处《ITU-R BT.1788 建议书》：http://download.csdn.net/detail/leixiaohua1020/6423425

TI和SI的概念

SI表征一帧图像的空间细节量。空间上越复杂的场景，SI值越高。

TI表征视频序列的时间变化量。运动程度较高的序列通常会有更高的TI值。

SI计算方法：对第n帧视频进行Sobel滤波，然后对滤波后图像计算标准差。选这些帧中的最大值为SI。

TI计算方法：求n与n-1帧图像的帧差，然后对帧差图像计算标准差。选这些帧中的最大值为TI。

以下截图分别显示Sobel滤波和帧差结果：

原始图像	Sobel滤波后结果（反映空间信息，即空间上的复杂度）：	帧差的结果（反映时间信息，即时间上的复杂度）：

 

SI较高的地方，视频帧画面的空间细节比较多（空间复杂度高）。TI较高的地方，视频帧内容运动比较剧烈（时间复杂度高）。

具体代码可在：https://github.com/xkfz007/mediadev

 

全参考视频质量评价方法（PSNR，SSIM）以及相关数据库

最常用的全参考视频质量评价方法有以下2种：

PSNR（峰值信噪比）：用得最多，但是其值不能很好地反映人眼主观感受。一般取值范围：20-40.值越大，视频质量越好。

SSIM（结构相似性）：计算稍复杂，其值可以较好地反映人眼主观感受。一般取值范围：0-1.值越大，视频质量越好。

PSNR，SSIM计算有如下工具可选：

MSU Video Quality Measurement Tool：商业软件，图形化界面，易上手，使用有限制。

Evalvid中的psnr.exe：开源软件，命令行界面，使用无限制。推荐，适合批处理。

 

偶然发现了一个很好的网站。里面包含了大量主观评价算法的数据，导入到Matlab中就可以使用。

http://sse.tongji.edu.cn/linzhang/IQA/IQA.htm

注：MOS（Mean Opnion Score，平均意见分）是主观评价实验之后，得到的主观分数，取值0-100，值越大，代表主观感受越好。

以下实验数据来自Live数据库：http://live.ece.utexas.edu/research/Quality/

PSNR主观感受与客观分数之间的关系：	SSIM主观感受与客观分数之间的关系：
拟合结果：MOS = -24.3816 *( 0.5 - 1./(1 + exp(-0.56962 * (PSNR - 27.49855)))) + 1.9663*PSNR   -2.37071;	拟合结果：MOS = 2062.3 * (1/(1 + EXP(-11.8 * (SSIM - 1.3)))+0.5) + 40.6*SSIM -1035.6