本文针对视频质量的评测应用,对传统峰值信噪比(PSNR)算法加以改进。通过在视频帧内图像和帧间图像的处理过程中引入人眼视觉系统(HVS)的主要特性,克服传统PSNR算法在序列质量检测应用方面的缺陷。方法在帧内图像处理上利用人眼对边缘轮廓失真具有较强敏感性的特点,设计了基于图像边缘的检测方案以提高对典型空域失真的检测性能;在帧间图像处理上,通过测量帧间时域能量的变化,获得序列在时域轴上的典型特征,并据此对空域检测结果进行修正。通过上述改进,算法能在保持传统PSNR算法简易性的同时,提升其检测结果与主观感受的相关性;同时算法的计算量并不复杂,易于在检测设备中实现系统集成

将人眼视觉特性和图像本征特性相结合,设计了一套基于视觉掩盖和奇异值分解的图像质量评测方法.根据人眼的视觉敏感性函数(CSF)将参考图像和待测图像做噪声掩盖处理,剔除视觉敏感区外的图像信息;然后,根据人眼视觉特性提取参考图像的纹理区和平坦区,并作为待测图像检测区的划分依据,分别计算参考图像和待测图像在各自纹理区和平坦区的奇异值;最后,通过奇异值测度得到待测图像在纹理区和平坦区的质量劣化程度.实验表明:通过纹理区和平坦区的区分检测,可提高检测敏感度并据此判断劣化及影响程度.同时,检测结果的主观相似性(CC)可达到0.896,均方根误差(RMSE)为5.58,较PSNR和SSIM具有更好的性能.该方法实现简单,便于系统集成,可在涉及视频及图像质量检测的领域得到较好应用.