Исследование и разработка методов контроля качества изображения в цифровых телевизионных вещательных системах

Бабаян, Александр Вигенович

Приборы и методы преобразования изображений и звука

автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.18, диссертация на тему:Исследование и разработка методов контроля качества изображения в цифровых телевизионных вещательных системах

кандидата технических наук: Бабаян, Александр Вигенович
город: Санкт-Петербург
год: 2008
специальность ВАК РФ: 05.11.18

Диссертация по приборостроению, метрологии и информационно-измерительным приборам и системам на тему «Исследование и разработка методов контроля качества изображения в цифровых телевизионных вещательных системах»

Автореферат диссертации по теме "Исследование и разработка методов контроля качества изображения в цифровых телевизионных вещательных системах"

На правах рукописи

Бабаян Александр Вигенович

003454958 ИССЛЕДОВАНИЕ И РАЗРАБОТКА МЕТОДОВ КОНТРОЛЯ КАЧЕСТВА ИЗОБРАЖЕНИЯ В ЦИФРОВЫХ ТЕЛЕВИЗИОННЫХ ВЕЩАТЕЛЬНЫХ СИСТЕМАХ

Специальность: 05.11.18- Приборы и методы преобразования изображений и звука

АВТОРЕФЕРАТ

диссертации на соискание учёной степени кандидата технических наук

5 №Ш

Санкт-Петербург - 2008

003454958

Работа выполнена на кафедре видеотехники Санкт-Петербургского государственного университета кино и телевидения

Научный руководитель кандидат технических наук, доцент

Гласман Константин Францевич

Официальные оппоненты доктор технических наук, профессор

Цицулин Александр Константинович

кандидат технических наук, доцент Украинский Олег Владимирович

Ведущая организация ОАО «ТРК «Петербург»

Защита состоится 18 декабря 2008 года в 15 часов на заседании диссертационного совета Д 210.021.01 Санкт-Петербургского Государственного университета кино и телевидения по адресу: Санкт-Петербург, ул Правды, д 13, аудитория 1316.

С диссертацией можно ознакомиться в библиотеке Санкт-Петербургского государственного университета кино и телевидения.

Автореферат разослан 17 ноября 2008 г

Отзывы на автореферат просьба присылать в двух экземплярах по адресу. 191119, Санкт-Петербург, ул. Правды, 13.

И о. ученого секретаря диссертационного совета

Г. Чезлов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Переход телевизионного вещания на цифровые стандарты происходит во всём мире В течение ближайших десяти лет на цифровое наземное вещание по стандарту ОУВ-Т перейдёт и Россия. Основной способ кодирования и представления изображения и звука, предусматриваемый этим стандартом, — МРЕО-2. Этот способ предусматривает устранение статистической и психофизической избыточности, присущей телевизионным изображениям, - видеокомпрессию

Устранение избыточности изображения может приводить к появлению искажений, при этом степень компрессии определяет их заметность. Характер, условия возникновения, пространственные и временные характеристики искажений в аналоговых и цифровых системах с компрессией существенно различаются. Неадекватность результатов, получаемых при объективных измерениях по старым методикам, субъективному качеству воспроизводимого изображения обуславливает необходимость поиска новых подходов к решению задач оценивания и контроля качества изображения

К основным требованиям, предъявляемым к новым методам измерения качества изображения в цифровых системах, относятся:

• высокие точность и воспроизводимость результатов измерений в области порога допустимых ухудшений изображения,

• возможность проведения измерений без перерыва в программе вещания;

• простота аппаратной реализации

Большинство разработанных к настоящему моменту методов этим требованиям не удовлетворяют Методы, основанные на анализе декодированного изображения, не учитывают особенностей зрительного восприятия искажений. Методы, основанные на анализе компрессированного цифрового потока, предполагают прямой доступ к нему, что не всегда возможно. Методы, обеспечивающие высокую точность, сложны, дороги и нуждаются в использовании некомпрессированного изображения в качестве опорного А это требует прерывания вещания для проведения измерений на основе специальных тестовых сюжетов, что в условиях современного телевизионного вещания неприемлемо Поэтому разработка метода измерения качества изображения, который без ущерба для точности позволяет отказаться от использования некомпрессированного оригинала, является актуальной.

В работах М.И.Кривошеева и К Ф.Гласмана был предложен оригинальный подход к оценке качества, в котором для установления опорного уровня на шкале качества, по отношению к которому выполняется оценка, используется не оригинал компрессируемого изображения, а изображение с предельным высоким для системы компрессии уровнем искажений. Изображение с предельно высоким уровнем искажений может быть вычислено в точке измерения с использованием оцениваемого изображения, поэтому такой подход позволяет выполнять измерение качества изображения в условиях телевизионного вещания, когда доставка оригинала в точку измерения невозможна. В системах компрессии на базе дискретного косинусного преобразования (ДКП) в качестве опорного можно использовать О-изображение, т е. изображение, при восстановлении которого все коэффициенты ДКП, кроме

передающих средние значения яркости и цвета, принимаются равными нулю. D-изображение не требует передачи оригинала в точку измерений, так как может быть получено на приёмной стороне из оцениваемого изображения, и является изображением, блочная структура в котором наиболее выражена.

Применение этого подхода к оценке качества изображения в системах телевизионного вещания по стандарту DVB, в которых используется видеокомпрессия класса MPEG-2, требует проведения дополнительных исследований. В частности, требуется экспериментально показать, что D-изображение имеет устойчивую с точки зрения эксперта оценку качества. Также необходимо научно обосновать допустимость оценки заметности всех искажений компрессии на основе оценки только одного искажения. Поэтому задача разработки метода объективных измерений качества динамических изображений в цифровых телевизионных системах является актуальной для современного этапа развития цифрового телевидения, основанного на широком применении кодеков компрессии на базе ДКП.

Целью диссертационной работы является разработка метода объективных измерений качества изображения в цифровых телевизионных системах с видеокомпрессией.

Для достижения поставленной цели в диссертационной работе поставлены и решены следующие задачи:

1. Классификация искажений изображения в телевизионных системах с видеокомпрессией MPEG-2 по причинам появления и формирование перечня представительных искажений

2. Экспериментальное исследование корреляционных взаимосвязей между визуальными проявлениями представительных искажений видеокомпрессии MPEG-2 и обоснование оценки заметности всей совокупности искажений видеокомпрессии MPEG-2 по проявлениям одного из представительных искажений.

3 Экспериментальное исследование устойчивости D-изображения на шкале качества, обладающей свойствами шкалы интервалов, относительно некомпрессированного изображения.

4 Экспериментальное исследование заметности блочной структуры на участках изображения с различным уровнем межэлементного яркостно-цветового контраста. Разработка и исследование метода сегментации компрессированного изображения для учёта маскирующего воздействия структуры изображения при оценке заметности искажений.

5. Разработка метода оценки заметности искажений изображения в телевизионных системах с видеокомпрессией MPEG-2 на основе корреляционно-энерегетического критерия, характеризующего заметность представительного искажения - блочной структуры

6. Экспериментальная проверка и оптимизация разработанного метода для оценки качества типичных телевизионных изображений в телевизионных системах с видеокомпрессией MPEG-2 MP@ML в диапазоне скоростей цифрового потока от 2 до 10 Мбит/с

Методы исследования

Для решения указанных задач в диссертационной работе применялись методы математического анализа, методов планирования, проведения и статистической обработки результатов зрительских экспертиз, методы обработки изображений.

Научная новизна диссертационной работы состоит в следующем'

1. Дополнена существующая классификация артефактов компрессии МРЕО-2 по причинам их появления путём их перегруппировки и выделения четырех представительных искажений, блочной структуры, размытия изображения, шума базовых функций, разрушения границ

2, Экспериментально выявлена высокая корреляция между проявлениями представительных искажений, не зависящая от структуры изображения и степени компрессии. Показано, что блочная структура является представительным искажением и может служить для оценки заметности всей совокупности искажений видеокомпрессии МРЕО-2

3 Экспериментально показано, что субъективное различие между некомпрессированным изображением и соответствующим ему С-изображением, измеренное в количестве пороговых приращений яркостно-цветового контраста блочной структуры, является постоянным и не зависит от сюжетного наполнения и критичности компрессируемого изображения.

4. Экспериментально показано, что наибольшей заметностью блочный артефакт обладает на участках изображения с плавным изменением яркости и цветности.

5. Разработан алгоритм оценки заметности искажений компрессии МРЕв-2, использующий предельно компрессированное изображение (В-изображение) в качестве опорного и позволяющий предсказывать их ухудшающее воздействие на основе измерения яркостно-цветового контраста блочной структуры.

Теоретическая значимость полученных результатов

1. Предложенный в диссертации подход к классификации искажений компрессированного изображения является общим для цифровых телевизионных систем, в которых обработка и сжатие изображений, связанные с устранением психофизической избыточности, приводят к появлению разнообразных по визуальному проявлению искажений.

2. Сформулированная и проверенная в работе гипотеза об устойчивости Б-изображения на шкале качества имеет важное теоретическое значение, так как позволяет синтезировать новый класс методов оценки качества изображения в системах с видеокомпрессией на базе дискретного косинусного преобразования, не привлекающих исходного изображения в качестве опорного на шкале качества

3. Положение о решающем вкладе участков высокой заметности искажений видеокомпрессии в общую оценку качества изображения является общим, так как позволяет существенно упростить большинство методов оценки качества компрессированного изображения путем введения в их состав алгоритма сегментации.

Практическая ценность. Значение результатов диссертационной работы для практики заключается в следующем:

1. Разработанный метод оценки заметности артефактов видеокомпрессии МРЕО-2 позволяет осуществлять непрерывный контроль качества изображения в реальном времени без перерывов в сетке вещания.

2. Высокая чувствительность метода, разработанного с учётом особенностей зрительного восприятия искажений компрессии, позволяет использовать его при управлении качеством изображений, кодируемых по стандарту МРЕО-2

3. Разработанный метод позволяет оценивать степень искажений, внесенных компрессией МРЕО-2, по проявлениям только одного представительного артефакта - блочной структуры. Следствием этого является простота аппаратной реализации метода, что, в свою очередь, обеспечивает условие его эффективного внедрения в практику телевизионных измерений

4 Метод оценки заметности искажений видеокомпрессии, использующий Б-изображение в качестве опорного, может легко адаптироваться к решению задач контроля качества изображений, кодируемых по другим стандартам компрессии на базе дискретного косинусного преобразования (М-ХРЕй, БУ, МРЕО-4).

Научные положения, выносимые на защиту:

1. Классифицировать искажения изображения в телевизионных системах с видеокомпрессией МРЕО-2 следует по причинам возникновения Такая классификация позволяет выделить представительные искажения, имеющие наиболее высокий экспертный рейтинг заметности.

2. При разработке эффективного метода оценки заметности искажений видеокомпрессии МРЕО-2 необходимо учитывать существование сильной корреляционной взаимосвязи между проявлениями представительных искажений.

3. При оценке качества компрессированного изображения необходимо учитывать, что заметность искажений компрессии существенно зависит от локальных пространственных характеристик изображения. Поэтому эффективный метод оценки заметности искажений видеокомпрессии должен включать алгоритм адаптивной сегментации изображения, выделяющий сегменты высокой заметности искажений.

4. При оценке локальной заметности блочной структуры следует учитывать яркостно-цветовой контраст границ блоков ДКП и маскирующее воздействие объектов компрессированного изображения. Одновременный учёт этих факторов обеспечивает корреляционно-энерегетическое отношение, рассчитываемое для каждого блока ДКП.

5. Для достижения максимальной точности оценки качества последовательности изображений в телевизионных системах с видеокомпрессией МРЕО-2 следует использовать алгоритм усреднения скользящего минимума временного ряда значений корреляционно-энергетического критерия.

Реализация результатов работы

Результаты работы были использованы в ОКР «Разработка методик и программного обеспечения контроля качества услуг видеосвязи и видеоконференцсвязи», выполненной СПбГУКиТ по заказу ОАО «ИНТЕЛТЕХ» в рамках государственного контракта на выполнение ОКР «Разработка технологии создания широкополосных трактов, интегральных коммутаторов, мультимедийного оконечного оборудования и средств управления телекоммуникационных сетей нового поколения», выполняемой ОАО «ИНТЕЛТЕХ» по заказу Федерального агентства по промышленности,

Апробация работы

Основные положения и результаты диссертационной работы докладывались и обсуждались на международной конференции «Информационные технологии в телевидении и кинематографе - 2004» (2-3 июня 2004 г., Санкт-Петербург), 3-ей Международной конференции студенческих работ «Цифровые технологии в аудиовизуальной технике - 2005» (29-30 июня 2005 г, Санкт-Петербург), 5-й Международной конференции «Телевидение. Передача и обработка изображений» (19-20 июня 2007 г, Санкт-Петербург) на семинарах кафедры видеотехники СПбГУКиТ.

Публикации По материалам диссертации опубликовано б печатных

работ.

Структура II объём работы. Диссертационная работа состоит из введения, четырёх разделов, заключения и списка литературы, включающего 137 наименований. Диссертация изложена на 128 страницах, содержит 44 рисунка и 10 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении содержится обоснование актуальности и практической значимости рассматриваемой проблемы, освещается ее современное состояние. Сформулированы задачи исследования и научные положения, выносимые на защиту

В первом разделе содержится обзор прикладных работ, посвященных построению современных систем видеокомпрессии на базе ДКП, природе возникающих при устранении психофизической избыточности искажений, особенностям их субъективного восприятия и методам оценки ухудшающего воздействия на воспроизводимое изображение.

Причинами возникновения искажений являются квантование или отбрасывание коэффициентов дискретного косинусного преобразования в сочетании с блочным разбиением изображения, неточная или неправильная оценка движения, ошибки в тракте передачи цифрового сигнала, зашумлённость или высокая сложность изображения, характеризующаяся большим количеством мелких деталей, быстрым движением объектов в кадре и т.п Наиболее часто встречающимися артефактами является блочная структура, шумы квантования на контурах объектов и фоне, цветовые искажения, размазывание и разрушение яркостных и цветовых перепадов, нарушение плавности передачи движения.

Многими исследователями показано, что многообразие проявлений искажений компрессии МРЕО-2 (их называется более десятка) обусловлено только локальными характеристиками участка изображения, на котором они возникают, в то время как причин возникновения артефактов гораздо меньше -всего четыре. Это блочное разбиение изображения, квантование коэффициентов ДКП, флуктуация фактора квантования от кадра к кадру и несовершенство алгоритмов оценки движения. Поэтому можно сгруппировать искажения по причине возникновения, выделив в каждой группе представительное искажение При этом необходимо учесть, что при классификации искажений по их проявлениям в ряде случаев допущена некоторая избыточность Например, шумы комаров на контурах объектов возникают по причине квантования коэффициентов ДКП и представляют собой шум базовых функций и сопровождаются разрушением границ. Целью перегруппировки является выделение представительных искажений, не являющихся частным случаем или комбинацией группы других. В результате анализа были выделены следующие представительные артефакты:

1) блочная структура,

2) размытие изображения,

3) шум базовых функций,

4) разрушение границ.

Появление искажений может обуславливаться не только несовершенством системы компрессии, но и сложностью самого изображения, а в системах с оценкой и компенсацией движения - независимостью выбора кадров, используемых для компенсации движения в качестве опорных, от их сюжетного наполнения. По этой причине оценки заметности искажений в системах с видеокомпрессией, полученные с помощью таких популярных критериев как

пиковое отношение сигнал/шум или среднеквадратичная ошибка, обладают большим разбросом, а при каскадном соединении кодеков компрессии связаны с субъективными оценками немонотонной зависимостью.

Среди разработанных для цифрового телевидения методов оценки качества изображения наибольшее распространение получили алгоритмы вычисления субъективных различий между оригинальным и оцениваемым изображением - с вычитанием изображений. Эти методы обладают высокой точностью в области высоких оценок, но неприменимы в задачах контроля качества в разных точках тракта передачи, так как требуют оригинального изображения Этот недостаток частично устраняется в методах с извлечением признаков. В них субъективные отличия вычисляются путём сравнения препаратов (результатов фильтрации) оцениваемого и оригинального изображения, при этом препарат оригинала передается в точку измерений в сильно сжатом виде. Недостатком таких методов является их невысокая точность.

Некоторые методы для контроля качества в отсутствие некомпрессированного оригинала предполагают использование априорной информации о пространственной и временной структуре артефактов компрессии или информацию о принятых кодером решениях, передаваемую в цифровом потоке вместе с видеоданными. Однако, эти алгоритмы либо слишком сложны, а приборы на их основе дороги, либо требуют доступа к транспортному цифровому потоку, что не всегда возможно. Возрастающая с переходом на цифровое телевизионное вещание потребность в приборах для оценивания и контроля качества изображения обуславливает актуальность разработки новых методов оценки заметности артефактов видеокомпрессии. Новые возможности открывает использованный в данной работе оригинальный подход с использованием Б-изображения в качестве опорного.

Во втором разделе диссертационной работы исследуются вопросы оценки заметности искажений видеокомпрессии МРЕО-2 на основе оценки заметности только одного из них - блочной структуры и оценивается устойчивость О-изображения при использовании его в качестве опорного на шкале качества, обладающей свойствами шкалы интервалов.

Косвенная оценка заметности всей совокупности искажений компрессии по проявлениям только одного представительного искажения требует высокой коррелированности между проявлениями этих искажений. Как было показано в первом разделе, искажения компрессии МРЕО-2 имеют различные причины, а их проявления многообразны. Основным способом устранения избыточности изображений с целью сжатия является квантование коэффициентов ДКП Оно же является основной причиной возникновения большинства искажений компрессированного изображения Поэтому некоторыми исследователями было высказано предположение о взаимосвязи между искажениями компрессии, возникающими при введении квантования коэффициентов ДКП с целью управления скоростью цифрового видеопотока. Однако, инвариантность этой взаимозависимости по отношению к параметрам кодирования (например, скорости цифрового потока) и критичности кодируемого изображения не является очевидной Поэтому гипотеза о существовании высокой корреляции

между проявлениями различных артефактов и блочной структурой требует прямой экспериментальной проверки.

Для проведения экспериментального исследования была разработана и собрана видеокомпьютерная установка, обеспечивающая сжатие тестовых видеопоследовательностей с заданными параметрами и воспроизведение их на внешнем воспроизводящем устройстве - профессиональном видеомониторе с компонентными входами Экран установки был окружён световым полем, определяющим уровень адаптации зрительного анализатора. Установка позволяла регулировать максимальную яркость экрана и яркость фона Условия наблюдения были установлены в соответствии с требованиями рекомендации 1"ГО-11 ВТ 500-12. В эксперименте участвовали 10 экспертов в области обработки и сжатия изображений - инженеров и научных сотрудников СПбГУКиТ и МГНПП «ДИП». Исследования проводились на шкале ухудшений с двойным стимулом. Тестовые последовательности представляли собой типичные телевизионные изображения, характеризующиеся различной критичностью и сюжетным наполнением.

Эксперты инструктировались таким образом, чтобы в каждой серии экспериментов ими оценивалась заметность только одного вида из группы представительных артефактов: блочная структура, размытие изображения, шум базовых функций и разрушение границ.

Для обработки результатов оценки на шкале ухудшений пересчитывались в оценки пятибалльной шкалы качества. Была рассчитана корреляционная матрица для четырех видов артефактов и построены регрессионные модели взаимосвязей между значениями оценок заметности различных артефактов Корреляционная матрица приведена в таблице 1.

Таблица 1 Коэффициенты корреляции Пирсона между субъективными оценками заметности представительных искажений компрессии МРЕО-2

Блочная структура Размытие Шум базовых функций Разрушение границ

Блочная структура 1 0,85 0,73 0,82

Размытие 0,85 1 0,83 0,82

Шум базовых функций 0,73 0,83 1 0,82

Разрушение границ 0,82 0,82 0,82 1

Из корреляционной матрицы видно, что существует высокая корреляционная взаимосвязь между проявлениями исследованных искажений. Ряды оценок заметности различных искажений также обладают высокой ранговой корреляцией (таблица 2)

Таблица 2 Ранговая корреляция между субъективными оценками заметности представительных искажений компрессии МРЕО-2

Проявления искажений МРЕО-2 Коэффициент ранговой корреляции Спирмена

Блочная структура и размытие изображения 0,83

Блочная структура и шум базовых функций 0,68

Блочная структура и разрушение границ 0,77

Таким образом, экспериментально показано, что между проявлениями блочной структуры и другими представительными искажений компрессии МРЕО-2 существует тесная взаимосвязь' коэффициент корреляции Пирсона лежит в диапазоне [0,73; 0,83], коэффициент ранговой корреляции Спирмена лежит в диапазоне [0,68, 0,83]. Это означает, что заметность искажений видеокомпрессии МРЕО-2 можно оценивать по инструментально измеренным проявлениям одного представительного артефакта — блочной структуры.

Для оценки устойчивости Б-изображения в качестве опорного были проведены эксперименты по измерению количества порогов приращения яркостно-цветового контраста блочной структуры, разделяющих некомпрессированное и В-изображение. Для описанной выше видеокомпьютерной установки разработано программное обеспечение, позволяющее демонстрировать на видеомониторе взвешенную сумму ^компрессированного и Б-изображения и предоставляющее возможность плавно менять весовые коэффициенты ко и кц при соблюдении условия ко+ки=1. Условия наблюдения изображения фиксировались в соответствии с требованиями рекомендации ГШ-Я ВТ.500-12. Эксперт должен был, плавно меняя весовой коэффициент при В-изображении от 0 до 1, фиксировать количество инкрементных порогов заметности блочной структуры Эксперименты были проведены для б тестовых изображений, характеризующихся различной критичностью и сюжетным наполнением

Анализ результатов показал, что количество пороговых приращений яркостно-цветового контраста блочной структуры в интервале от некомпрессированного до Б-изображения является устойчивой величиной, практически не зависящей от критичности и сюжетного наполнения изображения, и для типичных телевизионных изображений равно в среднем 10 с доверительным интервалом 1 4 при уровне значимости 0.05 Это означает, что В-изображение имеет устойчивую оценку на шкале качества, обладающей свойствами шкалы интервалов, и может использоваться в качестве опорного для оценки заметности блочной структуры

В третьем разделе диссертационной работы описано экспериментальное исследование заметности блочной структуры на различных участках компрессированного изображения, проведён поиск классификационного критерия принадлежности участка к одному из сегментов изображения, разработан и проверен адаптивный алгоритм сегментации компрессированного изображения.

Пространственные и временные характеристики артефактов компрессии существенно зависят от локальных характеристик участка изображения, на котором они возникают, что значительно влияет на их заметность. Это означает, что при разработке метода оценки заметности искажений необходимо проводить сегментацию оцениваемого изображения. В рамках данной работы были проведены экспериментальные исследования с использованием модифицированных видеокомпьютерной установки и программного обеспечения, описанных во втором разделе. В каждом эксперименте эксперт, плавно увеличивая степень компрессии статического изображения, должен был указать участки изображения, на которых раньше всего проявляется (становится заметной) блочная структура, то есть составить карту ручной сегментации изображения.

Визуальный анализ помеченных экспертами участков тестовых изображений показал, что наибольшей заметностью блочная структура обладает там, где мал межэлементный яркостно-цветовой контраст, то есть на участках с плавно меняющейся яркостью и цветностью. По результатам экспериментального исследования был сделан вывод о необходимости учёта локальных пространственных характеристик изображений при оценке заметности блочной структуры Таким образом, алгоритм оценки заметности блочного артефакта должен содержать блок сегментации.

Чувствительность зрительного анализатора к блочной структуре определяется не только яркостным, но и цветовым контрастом на границах блоков. Учитывать перепад цветности между блоками необходимо ещё и потому, что многие существующие аппаратные кодеры MPEG-2 при оценке движения пользуются только яркостной составляющей кодируемого изображения. Это приводит к специфическим, хорошо заметным искажениям цвета движущихся объектов и появлению цветовых шлейфов за ними, имеющих вид блочной структуры и характеризующейся скачком цветности в отсутствие скачка яркости на границах блоков.

Учёт яркостного и цветового контраста по отдельности приведет к неоправданному усложнению алгоритма оценки заметности блочного артефакта. В рамках поставленной задачи модель зрительного восприятия, содержащая отдельные блоки учёта яркостной и цветовой чувствительности, была бы избыточна, так как она предназначена для оценки заметности только одного вида стимулов — блока ДКП. Наиболее простым выходом из положения является предшествующий вычислению контраста блока ДКП переход в равноконтрастное цветовое пространство LUV, позволяющее оценивать яркостный и цветовой контраст скалярной величиной, пропорциональной субъективному ощущению

В качестве меры, характеризующей межэлементное приращение яркости и цветности был принят градиент - результат нелинейной фильтрации компрессированного изображения в соответствии с формулами

где

-А,-,)2 +(«., -ч,-.)2 +К, -у. ^

, где

/', у - вертикальная и горизонтальная координаты отсчетов изображения.

Для выявления отличительных особенностей сегмента наибольшей заметности блочной структуры были построены взвешенные гистограммы градиентов помеченных блоков и гистограммы градиентов всех блоков изображения (значения градиента на границах блоков при этом исключались)

Взвешивание осуществлялось таким образом, чтобы площадь гистограммы равнялась единице'

§ = 0-255, (2)

2>и)

g=0

где

g - значение градиента,

■ частота появления данного значения градиента, Щу ( - взвешенная частота.

Анализ взвешенных гистограмм показал, что диапазон значений g помеченных экспертами блоков смещен в область небольших значений, что подтвердило результаты визуального анализа. Было также выявлено, что диапазон значений g помеченных блоков существенно отличается для разных изображений, и его верхняя граница смещается в сторону больших значений ц, если изображение в целом характеризуется большим количеством контрастных деталей. Поэтому, для расчета численной характеристики межэлементного яркостно-цветового контраста, определяющую принадлежность блока к сегменту повышенной заметности блочной структуры, был предложен адаптивный алгоритм расчета порогового значения g, учитывающий статистику всего изображения

где =

(3)

Значение 0,64 является усреднённой по 15 тестовым изображениям площадью гистограммы % несегментированного изображения, которую ограничивает верхняя граница диапазона значений д, включающего в себя 95% площади гистограммы сегмента повышенной заметности блочной структуры.

Было синтезировано решающее правило отнесения блока изображения к одному из двух типов сегментов'

a i пор л _

S=io. g.sg,' ' «>

где g определяется по уравнению (3)

Проверка алгоритма сегментации, путём сопоставления результатов его работы с картами ручной сегментации показала, что средняя частота пропуска цели составила 0,04 , что означает, что только 4% из помеченных экспертами блоков были пропущены решающим правилом. Это делает разработанный алгоритм сегментации пригодным для его использования в составе методов оценки заметности блочной структуры в компрессированных изображениях в целях повышения точности предсказания экспертных оценок

В четвёртом разделе разрабатывается метод оценки заметности блочной структуры в динамических изображениях, компрессированных по стандарту MPEG-2, проводится экспериментальная проверка пригодности разработанного метода для оценки заметности искажений типичных телевизионных изображений в системах с видеокомпрессией MPEG-2.

С учетом выводов, сделанных с предыдущих разделах работы, предлагается следующий алгоритм расчёта объективного показателя для предсказания субъективного качества изображения в системах сжатия на базе ДКП (рисунок 1):

1) Обработка принятого изображения с целью получения D-изображения. Для этого каждый блок изображения размером 8x8 отсчётов подвергается прямому ДКП, принудительному обнулению всех коэффициентов ДКП, кроме постоянной составляющей, и обратному ДКП Постоянные составляющие яркости и цветности в стандарте MPEG-2 представляются с высокой точностью и не искажаются даже при сильной компрессии. Это означает, что D-изображения, получаемые из одного и того же сюжета, будут практически одинаковы независимо от степени сжатия оцениваемого изображения

2) Линейное преобразование оцениваемого и D-изображения в равноконтрастное цветовое пространство LUV - пространство, где приращение стимула вызывает пропорциональное приращение ощущения. Это позволяет отказаться от параллельного анализа искажений яркости и цветности и оперировать для каждого отсчета одним числом.

3) Нелинейная фильтрация преобразованных тестового и D-изображения для получения контурного препарата - карты градиентов (формула 1). Градиент g, j характеризует активность переменной составляющей сигнала изображения

в пределах соседних отсчётов.

4) Сегментация оцениваемого изображения в соответствии с алгоритмом, разработанным в разделе 3. Алгоритм сегментации является адаптивным и опирается на статистику изображения - гистограмму градиентов. Блоки, содержащие значения градиента, не превышающие порогового значения, относятся к плоским участкам (S = 0). Остальные блоки относятся к текстурам (S = 2) или контурам (S = 1) зависимости от атрибутов соседних блоков. Пороговое значение выбирается равным значению, ограничивающему 64% площади под кривой взвешенной гистограммы градиентов оцениваемого изображения. В

результате сегментации каждый блок ДКП получает атрибут 8, указывающий на то, к какому сегменту он принадлежит.

5) Расчет для каждого блока оцениваемого и О-изображений корреляционно-энергетического параметра / \

Еи =

хгш, (5)

где

- энергия градиента на границах данного блока, <?/ - энергия градиента внутри блока,

'д-/ - коэффициент пространственной корреляции карты градиентов данного блока и изображения прямоугольника размером 8x8 отсчётов, к, 1 - координаты блока ДКП.

Корреляционно-энергетический параметр имеет две основных

( „ А

и коэффициент

составляющих энергетическое отношение

еЕ+е1)к,

корреляции к,1 ■ Энергетическое отношение даёт оценку заметности скачка

яркости и цветности на границе блока на фоне объектов изображения, так как оно прямо пропорционально величине контурной энергии блока и обратно пропорционально маскирующему воздействию деталей изображения, а коэффициент корреляции учитывает степень похожести изображения в данном блоке изображения на прямоугольник размером 8x8 отсчетов, имеющий высокий яркостный и цветовой контраст и представляющий собой крайнее проявление блочного артефакта

Легко видеть, что значение корреляционно-энергетического параметра для всех блоков В-изображепия

Г = Г

-^ш 'а,

так энергия градиента внутри всех блоков Б-изображения е[ =0. Энергия градиента для блока рассчитывается по формулам.

е£ =££,,Д (' = О) и (' = 8) и О = 0) У (у = 8),

6) Расчет для каждого блока корреляционно-энергетического отношения

(6)

^ои

7) Вычисление значения корреляционно-энергетического критерия заметности блочной структуры

, характеризующего заметность блочной структуры в сегменте 8 кадра п (п=1. N. где 14- число кадров в

последовательности). Для этого массив значений , удовлетворяющих

требованию принадлежности блока с координатами (к,1) к множеству блоков сегмента Э, сортируется по возрастанию, после чего вычисляется усредненное

рп М

значение ' 1Уп , при этом в усреднении участвуют только первые 10% от общего числа элементов массива (минимальные значения). Такой способ вычисления рейтинга заметности искажения обусловлен тем, что эксперт дает интегральную оценку качества, ориентируясь на наиболее поврежденный участок изображения.

Рисунок 1. Блок схема алгоритма расчёта объективного показателя

Для проверки предложенного алгоритма оценки, полученные с его помощью, сопоставлялись с оценками, полученными при субъективных измерениях. Целью проведения экспериментального исследования являлось сопоставление субъективных оценок с результатами объективных измерений с помощью предложенного алгоритма

Тестовые последовательности кодировались кодером MPEG-2 MPEG Software Group MPEG-2 MP@ML Video Encoder со скоростями цифрового потока 2 Мбит/с, 2,5 Мбит/с 3 Мбит/с, 4 Мбит/с, 5 Мбит/с, 6 Мбит/с, 7 Мбит/с, 8 Мбит/с, 10 Мбит/с Эксперимент проводился по процедуре с двумя стимулами и

шкалой ухудшений. Эксперту предъявлялся оригинал изображения, а затем тестовое изображение, компрессированное кодеком MPEG-2 MP@ML, с разной скоростью сжатия цифрового потока. Временные параметры и условия предъявления изображения соответствовали рекомендациям ITU-R ВТ.500-12 [115]. Оценки эксперта фиксировались на специальном бланке с надписями, соответствующими категориям шкалы ухудшений в соответствии с ГОСТ 2632084 К экспертизам были привлечены 25 экспертов - студенты Санкт-Петербургского государственного университета кино и телевидения.

Была создана программная модель разработанного алгоритма, позволяющая вычислять корреляционно-энергетический критерий заметности

DD Н

блочной структуры г *\t для сегмента S кадра п компрессированных тестовых последовательностей.

Проверка разработанного алгоритма подразумевала сопоставление усредненной субъективной оценки Qmos, которую получил каждый тест, с

„ PR[s]

множеством значении -*■ ±\t , полученных при анализе этого тестового сюжета, где n=l..N, N — число кадров в декодированной последовательности

Взаимосвязи между субъективными оценками и субъективными показателями PR аппроксимировались (рис 2а) функциями вида

Q = kLn(PR) + b. (7)

Полученные аппроксимационные модели использовались для дальнейших расчётов в качестве модели для предсказания экспертных оценок PQR (Predicted Quality Rating) по значениям PR (рис 26).

Ото. Р1,]м ИЙН В а с □ D£L гР7 О Jt D

а □ / 1 а/ 3 *

а jjr о / о □ □

□ □ о PQR

Quas * » j/*

• t> •

•

у = 4,6512 Ln(x) +6,7615

« V"

* ^

•

0,3 0.4 0,5 0,6

Рисунок 2

а) - взаимосвязь экспертных оценок со значениями корреляционно-

_[0]

энергетического критерия заметности блочной структуры РК « мш,

б) - взаимосвязь экспертных оценок со значениями предсказанного по

_М

РЯ.СК мин экспертного рейтинга заметности блочной структуры

Для численной характеристики предсказательной способности аппроксимационных моделей использовались критерии, предложенные группой экспертов по качеству изображения (УС^ЕО) - критерии оценки точности, монотонности и совместности предсказания. К критериям точности предсказания относятся среднеквадратическая ошибка предсказания и коэффициент корреляции Пирсона, к критериям монотонности - коэффициент ранговой корреляции Спирмена, к критериям совместности - отношение несовместности, то есть доля оценок, для которых модуль ошибки предсказания превышает удвоенную стандартную ошибку предсказания.

Было выявлено, что:

• привлечение алгоритма сегментации (8=0) при расчете

корреляционно-энергетического критерия РН.} ^ обеспечивает увеличение точности предсказания экспертного рейтинга заметности блочной структуры,

• наибольшую точность предсказания экспертного рейтинга заметности блочной структуры РС^Ы обеспечивает способ усреднения

- РЯ [0]

значении скользящего минимума временного ряда значении Г1\, для каждого кадра

РЯска тн,, =тт(РД,_7), / = 0..И (8)

• разработанный алгоритм обладает высокими показателями точности, монотонности и совместности предсказания экспертного рейтинга заметности искажений видеокомпрессии МРЕО-2: среднеквадратичная ошибка предсказания при изменении способа вычисления РЯ лежит в диапазоне 0,37 - 0,51 балла пятибалльной шкалы ухудшений, коэффициент корреляции Пирсона - в диапазоне 0,80 - 0,93 , коэффициент ранговой корреляции Спирмена - в диапазоне 0,78 — 0,90 , отношение несовместности -в диапазоне 0,07 - 0,13 ,

• таким образом, разработанный алгоритм пригоден для решения задач оценки и контроля качества динамических изображений, компрессированных по стандарту МРЕО-2 в диапазоне скоростей цифрового потока 2-10 Мбит/с

Следует отметить, что предложенный подход может быть применен для оценки качества изображений компрессированных по стандарту МРЕО-4 АУС, приходящему на смену МРЕО-2 в цифровых телевизионных вещательных системах, и использующему те же принципы устранения пространственной избыточности: блочное разбиение изображения, ДКП и квантование его коэффициентов.

В заключении сформулированы основные результаты работы, которые состоят в следующем

1. Обобщена классификация искажений изображения в системах с видеокомпрессией МРЕО-2 по причинам возникновения. Показано, что все виды искажений обусловлены четырьмя основными причинами: блочным разбиением кодируемого изображения, квантованием коэффициентов ДКП, флуктуацией фактора квантования от кадра кадру, несовершенством

алгоритмов оценки движения. Для каждой причины возникновения искажений выявлено представительное искажение, обладающее максимальным рейтингом заметности' блочная структура, размытие изображения, шум базовых функций, разрушение границ.

2. Расширена классификация методов оценки качества в телевизионных системах с видеокомпрессией. Показано, что современным требованиям, обусловленным переходом к цифровому телевизионному вещанию, отвечают методы оценки качества изображения без привлечения опорного изображения и учитывающие особенности зрительного восприятия при невысокой сложности аппаратной реализации. Показано, что наиболее перспективной является концепция использования Б-изображения в качестве опорного на шкале качества.

3 Экспериментально показано, что между визуальными проявлениями представительных искажений изображения в системах с видеокомпрессией МРЕО-2 существует высокая корреляция (0,73..0,85), что позволяет оценивать заметность всей совокупности искажений по заметности одного представительного искажения - блочной структуры, чьи проявления легко поддаются инструментальной оценке.

4 Экспериментально показано, что субъективные различия между некомпрессированным типичным телевизионным изображением и соответствующим ему Б-изображением, измеренные в количестве пороговых приращений яркостно-цветового контраста блочной структуры, постоянно и не зависит от критичности изображения. Это означает, что оценка качества Б-нзображения устойчива на шкале качества, обладающей свойствами шкалы интервалов, а само В-изображение может использоваться в качестве опорного при оценке качества изображения в системах с компрессией \fPEG-2.

5. Экспериментально показано, что заметность блочной структуры максимальна на участках изображения с небольшим межэлементным яркостно-цветовым контрастом. Разработан инструментальный алгоритм сегментации изображения, выделяющий сегмент максимальной заметности блочной структуры с высокой точностью (частота пропуска цели составляет 4%).

6. Разработан инструментальный алгоритм оценки локальной заметности блочной структуры на основе вычисления корреляционно-энергетического отношения. На основе этого алгоритма синтезирован метод оценки качества динамических изображений в телевизионных системах с видеокомпрессией МРЕО-2 МР@МЬ на основе вычисления корреляционно-энергетического критерия Показано, что привлечение разработанного ранее алгоритма сегментации повышает точность предсказания экспертного рейтинга заметности искажений' среднеквадратичная ошибка предсказания уменьшается с 0,41 до 0,37 балла, коэффициент корреляции Пирсона увеличивается с 0,91 до 0,93, отношение несовместности уменьшается с 0,09 до 0,07.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1 ГласманК.Ф., Логунов АН, Бабаян А.В, Оценка качества изображения в цифровых ТВ-системах с видеокомпрессией MPEG-2 // Факультету аудиовизуальной техники - 75 лет . сб ст. — СПб. : Изд. СПбГУКиТ, 2006 — С. 56-78

2 ГласманК.Ф., Логунов А.Н, Бабаян A.B., СпицинаЯ.Д Корреляционно-энергетический критерий качества изображения, кодированных по стандарту MPEG-2 // Проблемы развития кинематографа и телевидения сб науч. тр. - 2005. - Вып. 18 - СПб Изд. СПбГУКиТ - С 40^7.

3 Бабаян А В., Логунов А.Н Использование D-изображения в качестве опорного при оценке заметности искажений MPEG-2 // Проблемы развития кинематографа и телевидения сб науч тр - 2006 - Вып 19 - СПб . Изд СПбГУКиТ-С. 16-19

4. Бабаян A.B. Корреляционно-энергетический критерий качества изображения в телевизионных системах с видеокомпрессией MPEG-2 // Известия высших учебных заведений России Радиоэлектроника. - 2007 -Вып. 5 - С. 3140.

5 Бабаян А.В , Гласман К.Ф Оценка заметности искажений MPEG-2 на основе корреляционно-энергетического критерия // Вопросы радиоэлектроники. Техника телевидения -2007 -Вып. 2.-С. 22-32.

6. Гласман К, ЛогуновА., Бабаян А. Корреляционно-энергетический критерий качества изображения, кодированных по стандарту MPEG-2 // 625 -2006 - №2 - С. 85-89.

Подписано в печать 13.11.08. Формат 60*84 1/16. Усл. печ л 1,5 Тираж 100 экз.

Отпечатано с готового оригинал-макета в типографии Санкт-Петербургского государственного университета кино и телевидения 192102, Санкт-Петербург, ул. Бухарестская, д.22

Оглавление автор диссертации — кандидата технических наук Бабаян, Александр Вигенович

ВВЕДЕНИЕ

1. ОБЗОР МЕТОДОВ ВИДЕОКОМПРЕССИИ И ОЦЕНКИ КАЧЕСТВА ИЗОБРАЖЕНИЯ В ЦИФРОВЫХ ТЕЛЕВИЗИОННЫХ СИСТЕМАХ 9 1.1 .Методы видеокомпрессии в цифровых телевизионных системах

1.2. Стандарты компрессии на базе дискретного косинусного преобразования

1.3.Искажения изображений в цифровых телевизионных системах с видеокомпрессией MPEG

1.4.Методы оценки качества изображения в цифровых телевизионных системах с видеокомпрессией MPEG

Выводы по главе

2. ИССЛЕДОВАНИЕ КОРРЕЛЯЦИОННЫХ ВЗАИМОСВЯЗЕЙ МЕЖДУ ПРЕДСТАВИТЕЛЬНЫМИ ИСКАЖЕНИЯМИ КОМПРЕССИИ MPEG-2 И УСТОЙЧИВОСТИ D-ИЗОБРАЖЕНИЯ

НА ШКАЛЕ КАЧЕСТВА

2.1 .Постановка задачи

2.2.Исследование взаимосвязи проявлений представительных искажений изображений, кодированных по стандарту MPEG-2 ^

2.2.1. Постановка эксперимента ^

2.2.2. Обработка и анализ результатов

2.3.Исследование устойчивости D-изображения ^

2.3.1. Постановка эксперимента ^

2.3.2. Обработка и анализ результатов ^ Выводы по главе

3. РАЗРАБОТКА МЕТОДА СЕГМЕНТАЦИИ ИЗОБРАЖЕНИЯ 3.1 .Постановка задачи

3.2.Экспериментальное исследование заметности блочной структуры на различных участках компрессированного изображения

3.2.1. Постановка эксперимента ^

3.2.2. Обработка и анализ результатов ^

3.3.Поиск критерия сегментации компрессированного изображения ^

3.4.Разработка и проверка алгоритма сегментации ^ Выводы по главе 3 ^ 4. РАЗРАБОТКА И ИССЛЕДОВАНИЕ МЕТОДА ОЦЕНКИ

ЗАМЕТНОСТИ АРТЕФАКТОВ ВИДЕОКОМПРЕССИИ НА БАЗЕ

4.1. Постановка задачи ^

4.2.Разработка алгоритма измерения заметности блочной структуры ^ 4.3.Экспериментальное исследование метода оценки заметности блочной структуры на основе вычисления корреляционноэнергетического отношения ^ ^ ^

Выводы по главе

Введение 2008 год, диссертация по приборостроению, метрологии и информационно-измерительным приборам и системам, Бабаян, Александр Вигенович

Развитие средств массовой информации, большую часть которых составляют средства передачи изображения - кинематографические и телевизионные системы, на современном этапе целиком связывается с внедрением цифровых технологий. Внедрение цифровых методов началось 20 лет назад с появления дорогих студийных устройств формирования и обработки телевизионных сигналов. В настоящее, время практически вся аппаратура формирования, обработки, кодирования и записи телевизионных сигналов является цифровой. Следующим шагом внедрения цифровых методов является переход на цифровое телевизионное вещание. В 2002 году Министерством Российской Федерации по связи и информатизации выпущено постановление «О внедрении наземного цифрового телевизионного вещания в России», принимающее за основу отечественного стандарта на цифровое телевизионное вещание стандарт DVB (Digital Video Broadcasting). Основной способ кодирования и представления изображения, предусматриваемый этим стандартом, - MPEG-2 [128]. Этот способ предусматривает устранение статистической и психофизической избыточности, присущей телевизионным изображениям, - видеокомпрессию.

Устранение психофизической избыточности изображения приводит к появлению искажений, при этом степень компрессии определяет их заметность. Характер, условия возникновения, пространственные и временные характеристики искажений в аналоговых и цифровых системах с компрессией существенно различаются. Неадекватность результатов, получаемых при объективных измерениях по старым методикам, субъективному качеству воспроизводимого изображения обуславливает необходимость поиска новых подходов к решению задач оценивания и контроля качества изображения.

Существенный вклад в развитие метрологической науки цифрового телевидения внесли М.И.Кривошеев [55-58], К.Ф.Гласман [19-25,57],

В.П.Дворкович [38]. Большое значение при разработке методов интегральной оценки качества изображения в цифровых телевизионных системах получили принципы, изложенные в трудах М.В.Антипина [1-4], В.И.Белицкого [7-8], О.В.Гофайзена [32-34], Б.М.Певзнера [34,70], Н.Н.Коломенского [47-51], В.Г.Комара [52], Л.Л.Полосина [71].

• высокие точность и воспроизводимость результатов измерений в области порога допустимых ухудшений изображения

• возможность проведения измерений без перерыва в сетке вещания,

• простота аппаратной реализации.

Большинство разработанных к настоящему моменту методов этим требованиям не удовлетворяют. Методы, обеспечивающие высокую точность, сложны, дороги и, вследствие необходимости использования опорного изображения, требуют прерывания вещания для проведения измерений. Методы, основанные на анализе декодированного изображения, не учитывают особенностей зрительного восприятия искажений. Методы, основанные на анализе компрессированного цифрового потока, предполагают прямой доступ к нему, что не всегда возможно.

В работе М.И.Кривошеева и К.Ф.Гласмана [57] был предложен оригинальный подход к оценке качества изображения, прошедшего систему компрессии на базе дискретного косинусного преобразования (ДКП). Этот подход основан на использовании D-изображения в качестве опорного при оценке заметности искажений видеокомпрессии на основе оценки заметности наиболее представительного из них — блочной структуры. В отличие от оригинала, D-изображение может быть получено на приёмной стороне путём максимальной компрессии и является изображением, блочная структура в котором наиболее выражена. D-изображение - это прошедшее систему сжатия на базе ДКП изображение, при восстановлении которого все коэффициенты ДКП, кроме передающих средние в блоке ДКП значения яркости и цвета, принимались равными нулю. В качестве меры заметности блочной структуры предлагалось использовать яркостно-цветовой контраст на границах блоков ДКП. На основе этого подхода в работе [62] был предложен алгоритм оценки качества неподвижных изображений, компрессированных по стандарту MPEG-1, продемонстировавший потенциальные возможности использования D-изображения в качестве опорного.

Однако, некоторые вопросы получения и использования D-изображения в качестве опорного не были проработаны. В частности, не было экспериментально показано, что D-изображение имеет устойчивую с точки зрения эксперта оценку качества. Также не была обоснована допустимость оценки заметности всех искажений компрессии на основе оценки только одного искажения - блочной структуры. При расчёте рейтинга заметности искажений не было учтено маскирующее влияние структуры самого изображения на заметность искажений видеокомпрессии.

Поэтому задача разработки и исследования методов объективных измерений качества динамических изображений в цифровых телевизионных системах с видеокомпрессией MPEG-2 является актуальной для современного этапа развития цифрового телевидения, основанного на широком применении кодеков видеокомпрессии на базе ДКП.

В диссертации поставлены и решены следующие задачи:

1. Классификация искажений изображения в телевизионных системах с видеокомпрессией MPEG-2 по причинам появления и формирование перечня представительных искажений.

3. Экспериментальное исследование устойчивости D-изображения на шкале качества, обладающей свойствами шкалы интервалов, относительно некомпрессированного изображения.

4. Экспериментальное исследование заметности блочной структуры на участках изображения с различным уровнем межэлементного яркостно-цветового контраста. Разработка и исследование метода сегментации компрессированного изображения для учёта маскирующего воздействия структуры изображения при оценке заметности искажений.

В ходе решения поставленных задач были разработаны следующие научные положения, которые и выносятся на защиту:

1. Классифицировать искажения изображения в телевизионных системах с видеокомпрессией MPEG-2 следует по причинам возникновения. Такая классификация позволяет выделить представительные искажения, имеющие наиболее высокий экспертный рейтинг заметности.

2. При разработке эффективного метода оценки заметности искажений видеокомпрессии MPEG-2 необходимо учитывать существование сильной корреляционной взаимосвязи между проявлениями представительных искажений.

5. Для достижения максимальной точности оценки качества последовательности изображений в телевизионных системах с видеокомпрессией MPEG-2 следует использовать алгоритм усреднения скользящего минимума временного ряда значений корреляционно-энергетического критерия.

Заключение диссертация на тему "Исследование и разработка методов контроля качества изображения в цифровых телевизионных вещательных системах"

Выводы по главе 4

1) В качестве меры заметности блочной структуры на локальном участке компрессированного изображения предложено корреляционно-энергетическое отношение, учитывающее величину яркостно-цветового контраста на границе блока изображения и маскирующее воздействие структур переменной яркости и цветности самого изображения.

2) В качестве меры ухудшающего влияния блочной структуры на качество компрессированного изображения предложен корреляционно-энергетический критерий заметности блочной структуры PR, рассчитываемый с учётом пространственных и временных особенностей зрительного восприятия искажений компрессии.

3) Проведена экспериментальная проверка алгоритма расчёта корреляционно-энергетического критерия. Показано, что разработанный алгоритм обладает высокими показателями точности, монотонности и совместности предсказания экспертного рейтинга заметности искажений видеокомпрессии MPEG-2: среднеквадратичная ошибка предсказания при изменении способа вычисления PR лежит в диапазоне 0,37 - 0,51 балла пятибалльной шкалы ухудшений, коэффициент корреляции Пирсона — в диапазоне 0,80 - 0,93, коэффициент ранговой корреляции Спирмена - в диапазоне 0,78 - 0,90, отношение несовместности - в диапазоне 0,07 — 0,13. Показано, что разработанный алгоритм пригоден для решения задач оценки и контроля качества динамических изображений, компрессированных по стандарту MPEG-2 в диапазоне скоростей цифрового потока 2-10 Мбит/с.

4) Выявлено, что привлечение адаптивного алгоритма сегментации, разработанного в главе 3, увеличивает точность, монотонность и совместность предсказания экспертного рейтинга качества изображения: среднеквадратичная ошибка предсказания уменьшается с 0,41 до 0,37 балла, коэффициент корреляции Пирсона увеличивается с 0,91 до 0,93, отношение несовместности уменьшается с 0,09 до 0,07

5) Выявлено, что усреднение скользящих минимумов временного ряда значений корреляционно-энергетического критерия обеспечивает более высокие точность, монотонность и совместность предсказания экспертного рейтинга заметности блочной структуры по сравнению с простым усреднением значений временного ряда.

6) Простота привлечённой функциональной модели зрительного анализатора позволяет применять алгоритм для управления качеством изображения в реальном времени.

Рисунок 36 - Алгоритм вычисления PR

5 4,5 4 3,5 3 2,5 2 1,5 1

Qmos 9 * ^v.

• а • •

• у" • • у = 4,6512 Ln(x) +6,7615

• •—-- / • • / •

Шг 9 ф • *

• PR101 ГГ» CK.IWH

0,3

0,4

0,5

0,6

0,7

1 2 3 4 5

Рисунок 38 а) - взаимосвязь экспертных оценок со значениями корреляционно-энергетического критерия заметности блочной структуры

PR ск.мин; б) - взаимосвязь экспертных оценок со значениями предсказанного о]

5 4,5 4 3,5 3 2,5 2 1,5 1

0,3 0,4 0,5 0,6 0,7 5 4

3 2 1

1 2 3 4 5

Рисунок 39 а) - взаимосвязь экспертных оценок со значениями корреляционно-энергетического критерия заметности блочной структуры [1]

PR ск.мин; б) - взаимосвязь экспертных оценок со значениями предсказанного

Ом os Р[1] ■ СК.МИН В в ЯЯу£ Я ЩЯ— ъ* 1 в шу я / ■ я ■ ■ ■

Я ■ PQR

Ом os ( • У •

• • i

•

У--

• / • ( • у = 4,514( 3Ln(x) + 6,7694

• ' *

PRPI СК.МИН

0,3 0,4 0,5 0,6 0,7

Ом os р[3] ' СК.МИН * ■ щ\

• ш/ / 1 ■Д шЛ 1 ■

J' ■ / ■ ■ ш / ■ / ■ PQR

1 2 3 4 5

Рисунок 40 а) - взаимосвязь экспертных оценок со значениями корреляционно-энергетического критерия заметности блочной структуры

PR ск.мин; б) - взаимосвязь экспертных оценок со значениями предсказанного

Ом os • • •

•

• / • / • •

• «у

--• •

• / у = 4,110J >Ln(x) + 6,1121

• РВга Г" СК.НИН

0,3 0,4 0,5 0,6 0,7

Ом OS р[2] • СК.МИН в ■ / ■ / / 1 ■ / ■ ■ 1 /4 ■ / ■ ■ ■ ■ PQR

1 2 3 4 5

Рисунок 41 а) - взаимосвязь экспертных оценок со значениями корреляционно-энергетического критерия заметности блочной структуры И

PR ск.мин; б) - взаимосвязь экспертных оценок со значениями предсказанного [2]

Рисунок 42 а) - взаимосвязь экспертных оценок со значениями корреляционно-энергетического критерия заметности блочной структуры [0]

PR ; б) - взаимосвязь экспертных оценок со значениями предсказанного по [о]

Омоз у = 6.984L л(х) + 7,648 • * ( • у

• / я/ » •

• я/ •

•

• • • / ш

• PRmcp

0,3 0,4 0,5 0,6 0,7

Qmos р[1] г ср и ■ я 1 1 ^ ■ я/ ■ / 1 я/ я ■ ■ ■ я я ■ S ■ ■ PQR

1 2 3 4 5

Рисунок 42 а) — взаимосвязь экспертных оценок со значениями корреляционно-энергетического критерия заметности блочной структуры [1]

PR ; б) - взаимосвязь экспертных оценок со значениями предсказанного по [1]

Омов # у = 5.9209L п(х) + 6,9882 • •. • • » j ^—•-- t

• jf т

•

• / PRracp

0,3 0,4 0,5 0,6 0,7 5 4 3 2 1

1 2 3 4 5 б)

Рисунок 43 а) - взаимосвязь экспертных оценок со значениями корреляционно-энергетического критерия заметности блочной структуры

PR ; б) - взаимосвязь экспертных оценок со значениями предсказанного по

Ом OS p[3] r cp 1 ■ - . ■ ■

1 в ■ >/ ■ / a 1 JB ■ ■ в l / в ■ PQR

5 4,5

4 3,5

3 2,5 2 1,5 1 i 5

4 3 2 1

1 2 3 4 5

Рисунок 44 a) - взаимосвязь экспертных оценок со значениями корреляционно-энергетического критерия заметности блочной структуры

PR ; б) - взаимосвязь экспертных оценок со значениями предсказанного по М

Ом OS р[2] I ' ср ■ ■ ■ ■л» ■ ш / ■ /■ / 1 ■ 1 ■ / / ■ / ■ ■ ■ ■ ■ PQR

ЗАКЛЮЧЕНИЕ

В диссертации разработаны и экспериментально исследованы методы оценки заметности искажений, возникающих в телевизионных системах с компрессией цифрового потока видеоданных по стандарту MPEG-2 для решения задач оценки и контроля качества изображения, а также для управления им в реальном времени.

При этом получены следующие основные результаты:

1. Обобщена классификация искажений изображения в системах с видеокомпрессией MPEG-2 по причинам возникновения. Показано, что все виды искажений обусловлены четырьмя основными причинами: блочным разбиением кодируемого изображения, квантованием коэффициентов ДКП, флуктуацией фактора квантования от кадра кадру, несовершенством алгоритмов оценки движения. Для каждой причины возникновения искажений выявлено представительное искажение, обладающее максимальным рейтингом заметности: блочная структура, размытие изображения, шум базовых функций, разрушение границ.

2. Расширена классификация методов оценки качества в телевизионных системах с видеокомпрессией. Показано, что современным требованиям, обусловленным переходом к цифровому телевизионному вещанию, отвечают методы оценки качества изображения без привлечения опорного изображения и учитывающие особенности зрительного восприятия при невысокой сложности аппаратной реализации. Показано, что наиболее перспективной является концепция использования D-изображения в качестве опорного на шкале качества.

3. Экспериментально показано, что между визуальными проявлениями представительных искажений изображения в системах с видеокомпрессией MPEG-2 существует высокая корреляция (0,73.0,85), что позволяет оценивать заметность всей совокупности искажений по заметности одного представительного искажения — блочной структуры, чьи проявления легко поддаются инструментальной оценке.

4. Экспериментально показано, что субъективные различия между некомпрессированным типичным телевизионным изображением и соответствующим ему D-изображением, измеренные в количестве пороговых приращений яркостно-цветового контраста блочной структуры, постоянно и не зависит от критичности изображения. Это означает, что оценка качества D-изображения устойчива на шкале качества, обладающей свойствами шкалы интервалов, а само D-изображение может использоваться в качестве опорного при оценке качества изображения в системах с компрессией MPEG-2.

6. Разработан инструментальный алгоритм оценки локальной заметности блочной структуры на основе вычисления корреляционно-энергетического отношения. На основе этого алгоритма синтезирован метод оценки качества динамических изображений в телевизионных системах с видеокомпрессией MPEG-2 MP@ML на основе вычисления корреляционно-энергетического критерия. Показано, что привлечение разработанного ранее алгоритма сегментации повышает точность предсказания экспертного рейтинга заметности искажений: среднеквадратичная ошибка предсказания уменьшается с 0,41 до 0,37 балла, коэффициент корреляции Пирсона увеличивается с 0,91 до 0,93, отношение несовместности уменьшается с 0,09 до 0,07.

Библиография Бабаян, Александр Вигенович, диссертация по теме Приборы и методы преобразования изображений и звука

1. Антипин М.В. Интегральная оценка качества телевизионных изображений. Л.: Наука, 1970.-154 с.

2. Антипин М.В., Андронов В.Г., Гласман К.Ф. Квалиметрия кинотелевизионных систем: Учебное пособие. -Л.: ЛИКИ, вып. 1,1976.- 124с; вып. 2, 1977.-76 с.

3. Антипин М.В., Блюмберг М.И., Кузнецова А.Л. Визуальная оценка киноизображения по резкости и зернистости.//Техника кино и телевидения, 1979, №3, с. 3-10.

4. Антипин М.В., Гласман К.Ф. Квалиметрия кинотелевизионных систем: Учебное пособие. -Л.: ЛИКИ, 1983.-111 с.

5. Бардин К.В. Проблема порогов чувствительности и психофизические методы. Издательство «Наука», Москва, 1976.

6. Бектемирова З.А., Комар В.Г. Информационная оценка качества изображения различных систем кинематографа.//Техника кино и телевидения, 1978, №3, с. 3-10.

7. Белицкий В.И. Субъективные методы интегральной оценки качества в кино и телевидении: Учебное пособие. -СПб.: СПИКиТ, 1995.-32 с.

8. Белицкий В.И., Федоров С.В. Метод автоматической оценки качества передачи изображений. //Техника кино и телевидения, 1994, №10, с. 42-46.

9. Беспрозванный М., Преображенский И., Рудинский И. Количественная оценка качества обслуживания зрителей.//Киномеханик, 1992, №3, с. 20-30.

10. Бешелев С.Д., Гурвич Ф.Г. Математико-статистические методы экспертных оценок .- М.: Статистика, 1980.-263 с.

11. Быков Р.Е. и др. Телевидение: Уч. пособие для радиотехнических спец. вузов. -М.: Высшая школа, 1988.-248 с.

12. Быков Р.Е. Теоретические основы телевидения: Учеб. для вузов. -СПб.: Лань, 1998.-288 с.

13. Быков Р.Е., Гуревич С.Б. Анализ и обработка цветных и объемных изображений. М.: Радио и связь, 1984. - 248 с.

14. Вентцель Е.С. Теория вероятностей. -М.: Государственное издательство физико-математической литературы, 1962.-564 с.

15. Воробьёв В.И., Грибунин В.Г. Теория и практика вейвлет-преоразования., ВУС, 1997.

16. Гласман К.Ф. Видеокомпрессия // 625, 1997, №7, с.60-76.

17. Гласман К.Ф. Конференция IBC/98: теория и практика цифрового вещания.//625.-1998.-№9.-с. 38-44.

18. Гласман К.Ф. Цифровая магнитная видеозапись.//625, 1997, №10, с. 82-84.

19. Гласман К.Ф., Букина А.В., Логунов А.Н., Покопцева М.Н., Шурбелев П.А. Оценка качества изображения при видеокомпрессии // Техника кино и телевидения, 1999, №8, с. 48 51.

20. Гласман К.Ф., Логунов А.Н. Метод оценки заметности артефактов видеокомпрессии на основе пространственно-частотной модели зрительного анализатора. Материалы конференции «Телевидение: передача и обработка изображений», СПб, 2000, с.55-57.

21. Гласман К.Ф., Логунов А.Н. Объективная оценка артефактов в системах с видеокомпрессией. Материалы Международного конгресса HAT «Прогресс технологий телерадиовещания»,TRBE'99 М.,1999.

22. Гласман К.Ф., Логунов А.Н. Предобработка изображений с целью снижения заметности артефактов видеокомпрессии // Оптический журнал. 2001. - Т. 68, № 6. - С. 5 - 26.

23. Гласман К.Ф., Логунов А.Н. Предобработка изображений с целью снижения заметности артефактов видеокомпрессии. Материалымеждународного конгресса «Прикладная оптика -2000» Т.1, с. 162163.

24. Гласман К.Ф., Логунов А.Н., Лычаков В.Н., Перегудов А.Ф. Инструментальная оценка заметности артефактов видеокомпрессии // Восьмая «Санкт-Петербургская Видеоярмарка»,НТК. Тез.докл.- 28 -30 сентября 1999г.- с.67 68.

25. Гласман К.Ф., Логунов А.Н., Перегудов А.Ф., Лычаков В.Н. Объективная оценка артефактов видеокомпрессии. Техника кино и телевидения, 2000, №2.

26. Глезер В.Д. Зрение и мышление. Л.: Наука, 1985.

27. Глезер В.Д. Механизмы опознания зрительных образов. М.: Наука,1966.

28. Глезер В.Д., Цуккерман И.И. Информация и зрение. М.;Л.; Изд-во АН СССР, 1961.

29. Гмурман В.Е. Теория вероятностей и математическая статистика. М.: «Высшая школа», 1977.

30. Гольденберг Л.М. и др. Цифровая обработка сигналов. Уч. пособие для вузов.-2-е изд. перераб и доп.- М.: Радио и связь, 1990.-256 с.

31. ГОСТ 26320-84. Оборудование телевизионное студийное и внестудийное. Методы субъективной оценки качества цветных телевизионных изображений. М.: Изд-во стандартов, 1996.

32. Гофайзен О.В. и др. Закон суммирования ухудшений, вносимых каналом изображения системы цветного телевидения.//Техника кино и телевидения, 1979, №6, с. 37-42.

33. Гофайзен О.В., Басий В.Т., Медведев Ю.А., Бабич В.В. и др. Проблемы построения телевизионного квалиметра. // Техника кино и телевидения, 1993, № 5, с.37-45.

34. Гофайзен О.В., Епифанов Н.И., Ляхова Т.М., Певзнер Б.М. Субъективная оценка качества цветных ТВ изображений.//Техника кино и телевидения, 1979, №2, с. 32-38.

35. Гранрат Д. Роль моделей зрения человека в обработке изображений // ТИИЭР, 1981, Т. 69, №5, с. 65-77.

36. Гребенников О.Ф. Основы записи и воспроизведения изображения (в кинематографе): Учебное пособие для вузов кинематографии. М.: Искусство, 1982. - 239 с.

37. Гребенников О.Ф., Тихомирова Г.В. Основы записи и воспроизведения информации (в аудиовизуальной технике) -СПб.:Изд. СПбГУКиТ, 1992.-712 с.

38. Дворкович В., Басий В., Дворкович А., Макаров Д. Телевизионные измерения как средство обеспечения высокого качества телевизионного вещания. 625,1999, №8, с.5-46.

39. Джакония В.Е. Запись телевизионных изображений. -Л.: Энергия, 1972.

40. Джакония В.Е., Гоголь А.А„ Ерганжиев Н.А. Телевидение: Учебник для вузов. М.: Радио и связь, 1986.

41. Дэвид Г. Метод парных сравнений. М.:Статистика, 1978.

42. Ефимов А.С. Контрастная чувствительность зрения при наблюдении ТВ изображения // Техника кино и телевидения, 1977, №2, с.45-48,

43. Иванов И.А. Снижение размерности задач оценки качества телевизионного изображения. В сб.: Проблемы развития техники и технологии кинематографа. Вып. 8. -СПб.: 1998, с.60-61.

44. Иванов И.А. Совершенствование сверточных алгоритмов интегральной оценки воспроизводящих свойств кинотелевизионных систем. Автореферат диссертации на соискание учёной степени к.т.н. -Санкт-Петербург, 2000.

45. Ивченко Б.П., Мартыщенко A.M., Монастрыский M.JL Теоретические основы информационно-статистического анализа сложных систем. -СПб. :Лань, 1997. <;

46. Коломенский Н.Н. Новый интегродифференциальный критерий оценки качества изображения и звука кинематографических и кинотелевизионных систем. // Техника кино и телевидения, 1992, №5, с.25-28.

47. Коломенский Н.Н. Проблема интегральной оценки качества изображения и звука: от теории к практике.//Техника кино и телевидения, 1994, №5.

48. Коломенский Н.Н. Теоретические проблемы технологической квалиметрии аудио- и видеосистем. В сб.: Труды СПИКиТ. Вып.6., 1995, с. 85-89.

49. Коломенский Н.Н., Коломенский И.Н. О логико-математических обоснованиях законов психофизики. В сб.: Труды СПИКиТ. Вып.5., 1995.

50. Коломенский Н.Н., Нахле А., Куприна Т.А., Нестерова Е.И., Орлова К.Е., Усачева Е.В. Научные основы квалиметрии и сертификации аудио- и видеосистем. В сб.:Труды СПИКиТ. Вып.8, 1998, с. 46-51.

51. Комар В.Г. Информационная оценка качества изображения кинематографических систем.//Техника кино и телевидения, 1971, №10,с. 10-22.

52. Красильников Н.Н. Статистическая теория передачи изображений. -М.: Связь, 1976.-184 с.

53. Красильников Н.Н. Теория передачи и восприятия изображений: Теория передачи изображений и ее приложения. -М.: Радио и связь, 1986.-247 с.

54. Кривошеев М.И. Основы телевизионных измерений.З-е изд., доп. и перераб.- М.: Радио и связь, 1989. 408 с.

55. Кривошеев М.И. Сигнал «стоп» многостандартности в спутниковом телевидении.//625, 1998, №1, с.68-80, №2, с. 60-71.

56. Кривошеев М.И., Гласман К.Ф. О новом подходе к оценке качества изображения в цифровых телевизионных системах с видеокомпрессией. Материалы международного конгресса EAT

57. Кривошеев М.И., Мкртумов А.С., Федунин В.Г. Качество изображения и измерения в цифровом телевидении.//625, 1999, №1, с. 72-75.

58. Кривошеев М.И., Хлебородов В.А. Историческое решение для мирового телевидения, кинематографии и компьютерной индустрии. Техника кино и телевидения, 1999, № 9, с.3-17.

59. Литвак И.И., Ломов Б.Ф., Соловейчик И.Е. Основы построения аппаратуры отображения в автоматизированных системах. М.:«Советское радио», 1975.

60. Логунов А.Н. Разработка алгоритмов объективных измерений качества изображения в цифровых кинотелевизионных системах с видеокомпрессией. Автореферат диссертации на соискание учёной степени канд. тех. наук : 05.11.18 / СПбГУКиТ СПб., 2002.

61. Логунов А.Н., Букина А.В. Оценка качества изображения в системах с видеокомпрессией. Седьмая международная видеоярмарка VideoFair'98. Научно-техническая конференция . Тезисы докладов.- 30 сентября 3 октября 1998г, с.62-63.

62. Ломов Б.Ф. Человек и техника. М.:»Советское радио», 1966.

63. Львовский Е.Н. Статистические методы построения эмпирических формул.-2.е изд., доп. и перераб.- М.: Высшая школа, 1988.-239 с.

64. Мешков В.В. Основы светотехники. М.: Госэнергоиздат, 1961, т.2.

65. Новаковский С.В. Стандартные системы цветного телевидения. -М.: Связь, 1976.-368 с.

66. ОСТ 58-18-96 Телевещание. Нормативные выходные характеристики каналов изображения, звукового сопровождения и экспертная оценка качества изображения и звук а по группам телецентров.

67. Паздерак И., Кепр М. Мультипликативный интегральный критерий качества телевизионного изображения // Техника кино и телевидения, 1976, №Ц,с.51-55.

68. Певзнер Б.М. Качество цветных телевизионных изображений .- 2-е изд., доп. и перераб. М.: Радио и связь, 1988. - 224с.

69. Полосин Л.Л. Качественные показатели цветного изображения. -Л.: ЛИКИ, 1984.-54 с.

70. Попов А.А. Объективные измерения качества изображения.//Техника кино и телевидения, 1999, №4, с. 21-24.

71. Прэтт У. Цифровая обработка изображений./Пер. с англ.-М.: Мир, 1982.-Книга 1-312 е., Книга 2 480 с.

72. Птачек М. Цифровое телевидение. Теория и техника/ Пер. с чешек. Под ред. Л.С. Виленчика. -М.: Радио и связь, 1990.-528 с.

73. Пугачев B.C. Теория вероятностей и математическая статистика. -М.: Наука, 1979.-496 с.

74. Роуз А. Зрение человека и электронное зрение М.:Мир, 1977.

75. Рыфтин Я.А. Телевизионная система. Теория. М.: Сов. радио, 1967.-271с.

76. Симкин Б.Э. Различимость градаций яркости при установившемся состоянии адаптации // Техника кино и телевидения, 1989, №11, с.19-25.

77. Симкин Б.Э. Различимость перепадов яркости в сюжетных изображениях // Сенсорные системы, 1989, т.З, №4, с.396-401.

78. Стокхэм Т. Обработка изображений в контексте моделей зрения // Обработка изображений при помощи вычислительных машин. М.: Мир,1973, с.122-137.

79. Телевидение. Под ред. Джакония В.Е. 5-е изд., перераб. и доп.-М.: Связь, 1986.-456 с.

80. Телевидение. Под ред. М.В. Антипина. М.: Сов. радио, 1974.-160с.

81. Тихомирова Г.В. Временная амплитудная чувствительность зрительного анализатора // Техника кино и телевидения, 1979, №7, с13-16.

82. Тихомирова Г.В. Временная частотная характеристика зрительного анализатора и оценка его линейности // Техника кино и телевидения, 1979, №9, с.3-9.

83. Трифонов М.И. Математическая модель наблюдателя в процессе зрительной обработки изображения. Диссертация на соискание уч. степени доктора техн. наук. Институт физиологии РАН им. И.П. Павлова, 1998, Санкт-Петербург.

84. Трофимов Б.Е., Куликовский О.В. Передача изображений в цифровой форме. М.: Связь,1980.-120 с.

85. Филимонов Р.П. Иконика на рубеже веков. Состояние и перспективы // Оптический журнал.- 1999.- т.66. №6.- с.5-26.

86. ФилимоновР.П. Синтез и статистические свойства критериев последеткторного обнаружения слабых сигналов. Диссертация на соискание уч. степени доктора физ.-мат. наук, ВНЦ «ГОИ» им. С.И.Вавилова, 1996, Санкт-Петербург. - 424с.

87. Цифровое телевидение./Под ред. М.И. Кривошеева. -М.: Связь, 1980.-264с.

88. ANSI Standard Tl.801.03-1996. Digital Transport of One-way Video Signals. Parameters for Objective Performance Assessment, 1996.

89. Antonio C. Franca Pessoa. Video Quality Assessment Using Objective Parameters Based on Image Segmentation. ITU-T, SGI2, doc 12-39-Dec. 97.

90. B.LJones and P.R. McManus. Graphic Scaling of Qualitative terms // SMPTE Journal, November 1986, pp. 1166-1171.

91. Baroncini V.A. Automatic Visual Quality Control in Digital TV Services. Proceedings of 1998 International Broadcasting Convention, pp. 425 to 430.

92. Blackwell О. M., Blackwell H.R. Visual Performance Data for 156 Normal Observers of Various Ages // Journal of IES, 1971, №10, pp.3-13.

93. Boroczky L., Ngai Y. Comparison of MPEG-2 and M-JPEG Video Coding at Low Bit Rates // SMPTE Journal, 1999, №3, pp.161-164.

94. Brydon N. Saving Bits The Impact of MCTF Enhanced Noise Reduction // SMPTE Journal, January 2002, pp.23-29.

95. Devlin, В., Walland, P., 1998. Test card M bitstreams for DVB test and measurement. Proceedings of 1998 International Broadcasting Convention, pp 409 to 412.

96. Fechter F. Objective Beuteilung der Qualitat komprimirter Bildfolger: Ein heuristisch optimiertes Modell.// Fernseh-und Kinotechnik, 1998, Jg. 52, №7, S. 417-421.

97. Fibush D. and Ravel M., 1998. Objective picture quality measurement: expectations today and tomorrow. Proceedings of 1998 International Broadcasting Convention, pp.418 to 424.

98. Fibush D. Overview of Picture Quality Measurement Methods. Contribution to IEEE Standards Subcommittee. Committee: G-2.1.6 Compression and Processing Subcommittee. Tektronix. May 6, 1997.

99. Fibush D. Practical Application of objective picture quality measurement. Proceedings of 1998 International Broadcasting Convention, 1998, pp. 418424.

100. Fibush D. Proposed Test Scenes for a Measurement Instrument. Contribution to IEEE Standards Subcommittee. Committee: G-2.1.6 Compression and Processing Subcommittee . Tektronix. August 5, 1997.

101. Gardiner P.N., Tan K.T. Development of a perceptual distortion meter for digital video. Proceedings of 1997 International Broadcasting Convention, 1998.

102. Glasman C., Andronov V., Bukina A. and Vasilyev O., 1997. Subjective assessment of compression systems by trained and untrained observers. Proceedings of 1 997 International Broadcasting Convention, pp. 476 to 481.

103. Glasman C., Bukina A., Logunov A, Pokoptseva M., Shourbelev P., 1998. Interval-scaled picture quality evaluation of compression systems based on paired comparisons. Proceedings of 1998 International Broadcasting Convention pp. 450 to 455.

104. Glasman C.F., Logunov A.N., Peregoudov A.F., Lichakov V.N. Video Compression Artefacts: Predicting the Perceptual Ratings. Proceedings of 1999 International Broadcasting Convention, 1999.

105. Glasman C.F., Logunov A.N., Peregoudov A.F., Lichakov V.N. Predicting the perceptual ratings of compression artifacts for different viewing conditions. Proceedings of 2000 International Broadcasting Convention.

106. ISO/IEC 11172-2. Information Technology coding of moving pictures and associated audio for digital storage media up to about 1.5 Mbit/s: Part 2 video, 1993.

107. ITU-R BT.500-7. Methodology for the subjective assessment of the quality of television picture, 1995.

108. Janko B. 1998. Measuring the Quality of Compression Systems in Composite Video Environments. Proceedings of 1998 International Broadcasting Convention , pp . 403 to 408.

109. Knee M. A Single-Ended Picture Quality Measure for MPEG-2. Proceedings of 2000 International Broadcasting Convention, 2000, pp.95100.

110. Lakhani G. Improved Equations for JPEG's Blocking Artifacts Reduction Approach. IEEE Transactions on circuits and systems for video technology, 1997, vol.7, №7, pp.930-934

111. Lauterjung J. Picture Quality Measurement. Proceedings of 1998 International Broadcasting Convention, 1998, pp.413-417.

112. Lodge N. K. and Wood, D., 1996. New Tools for evaluating the quality of digital television results of the MOSAIC project. Proceedings of the International Broadcasting Convention. September 1996. pp. 323-330.

113. Lubin J. A human vision system model for objective picture quality measurement, Proceedings of 1997 International Broadcasting Convention, pp.498 to 503.

114. Lubin J. A human vision system model for objective picture quality measurements. Proceedings of 1997 International Broadcasting Convention, 1997.

115. Lubin J. Sarnoff JND Vision Model. Contribution to IEEE Standards Subcommittee. Committee: G-2.1.6 Compression and Processing Subcommittee. Sarnoff Corporation. August, 1997.

116. Lubin, J.,1997. A human vision system model for objective picture quality measurements. 1997 International Broadcasting Convention, pp 498 to 503.

117. Nagato Narita. Graphic Scaling and Validity of Japanese Descriptive Terms Used in Subjective-Evaluation Tests // SMPTE Journal, July 1993, pp. 616622.

118. Pennebaker W.B., Mitchell J.L. JPEG Still Image Data Compression Standard, Van Nostrand Reinhold,1993.

119. Peterson H., Ahumada A., Watson A. An Improved Detection Model for DCT Coefficient Quantization. SPIE, vol. 1913, pp. 191-201.

120. Rec. ITU-T H.262 ISO/IEC 13818-2. Information Technology Generic Coding of Moving Pictures and Associated Audio Information: Video, 1994.

121. Rohaly A.M., Janko В., Patel K.,Durant L. Objective Picture Quality Measurement New Understandings. Proceedings of 2000 Internationalal Broadcasting Convention, 2000.

122. Schade O.H. Optical and photoelectric analog of the eye // JOSA, 1956, vol.46, №9, pp.721-739.

123. Switkes E., Bradley A., De Valois K.K. Contrast dependence and mechanisms of masking interactions among chromatic and luminance grating // Journal of the Optical Society of America A, 1998, vol.5, №7, pp.1149-1162.

124. Trauberg M., 1998. Ein neues Verfahren fuer die Bildqualitaetsueberwachung in MPEG-basierten Uebertragungs-systemen. Proceedings of 18. Jahrestagung FKTG 1998 Erfurt/Germany.

125. Van Nes F.L., Koenderink J.J., Bouman M.A. Spatiotemporal Modulation Transfer in the Human Eye // Journal of the Optical Society of America, 1967, vol.21, pp.1082-1088.

126. Watson A. A single channel model does not predict visibility of asynchronous gratings //Vision Research, 1981, vol.21, pp.1799-1800.

127. Watson A. Transfer of contrast sensitivity in linear visual networks. Visual Neuroscience, 1992, vol.8, p. 65 76.

128. Watson A., Solomon J., Ahumada A. DCT Basis Function Visibility: Effects of Viewing Distance and Contrast Masking. Human Vision, Visual Processing, and Digital Display IV, pp.99-108, 1994.

Похожие работы

Приборостроение, метрология и информационно-измерительные приборы и системы
05.11.00