互联网视频中在的图像质量评价技术及其应用

【中心议题】

•     *对网络传输对视频图像质量的影响进行了分析
•     *针对图像质量客观评价技术在网络视频中的应用进行了探讨

【解决方案】

•     *主观评价方法
•     *客观测量方法

1引言

随着我国视频互联网用户数的迅速增加，视频网站的规模正在不断扩大，用户要求也在逐步提高，对于一些影视类节目，用户已经开始不满足于只是看到画面，对于画面质量的要求也逐渐成为一项重要的体验指标。在互联网视频应用和会议电视等互联网视频应用中，为了节约网络带宽，在信源端通常都采用了编码压缩技术。目前，国际上主要采用的是MPEG系列和H.26x的视频编码标准，各厂商也有自己的视频编解码方案，但无论采用何种压缩算法都不可避免地会引起图像质量的损伤。另外，IP网络的延迟、抖动和丢包等因素又会进一步造成图像质量的损伤。

由于图像质量直接反映了用户使用互联网视频应用业务时的主观感受，图像质量的优劣对于互联网视频的推广和运营商提高服务质量都有重要意义，因此有必要研究评估图像质量的标准。目前，国际上尚无针对互联网视频应用的图像质量评估标准。本文将简要介绍目前视频图像质量评价技术的概况，并对网络传输对视频图像质量的影响进行分析，最后针对图像质量客观评价技术在网络视频中的应用进行探讨。

2图像质量评价方法

目前，图像质量的评估方法主要分成两类，即主观评价和客观测量。

2.1主观评价方法

主观评价是直接利用观察者对被测系统视频图像质量的主观反应来确定系统性能的一种测试。主观评价方法中最具代表性的是双刺激连续质量标度法（The ouble-Stimulus Continuous Quality-Scale Method），这种方法可以用来评价一个新系统的质量或者传输通道对图像质量的影响。在双刺激连续质量标度中，要求观察员对每个测试图像的两种状态，即基准状态和被测状态的图像总体质量进行评价，并在评分表上进行标记。

一个测试周期最长为30min，以随机方式交替显示基准图像和被测图像。一个测试周期是对一个测试图像（或图像序列）进行评分操作的过程，是组成评价测试阶段的基本单元，它包括显示图像和评分两部分。对于静止图像，其基准图像和被测图像交替显示5次，每次分别持续3～4s，然后评分。图像序列显示的评分顺序如图1所示。测试结束后，对每个测试条件和测试图像计算均值。

主观评价方法缺乏稳定性，不能保证评价的可重复性，且费时、费力。因而，客观的、稳定的数学模型对图像质量的评价得到了快速发展。为此，人们研究开发了多种图像质量客观测试方法，但是主观评价的结果始终是最权威、最可靠的，而客观评价的结果通常要与主观评价的结果相拟合，以验证客观评价的准确性。

2.2客观测量方法

客观测量基于仿人眼视觉模型的原理对图像质量进行客观评估，并给出客观评价结果。近几年，随着人们对视觉系统研究的深入，客观测量算法得到不断优化，其测量结果与主观评价结果的拟合程度不断提高。国际电联针对这一领域成立了视频质量专家组ITU-R VQEG（Video Quality Experts Group）专门研究和规范图像质量客观测量的方法和标准。

VQEG规定了两个简单的技术参数，即峰值信噪比(PSNR)和均方差(MSE)。此外，还有许多图像质量模型，这些模型在测量图像质量时都基于人眼视觉特性。

图2是一种典型的基于解码图像与基准图像差值的图像质量客观测量模型。在整个处理过程中，考虑了人眼对图像差别的主观感觉特性以使测量结果与主观评价所得结果拟合程度更好，模型中的估算考虑了人眼的非线性、视觉滤波器、人眼的屏敝效应、差值求和等。为了使客观测量与主观评价结果拟合程度更好，还要使最后所得的数值范围和等级描述与主观测试相对应，并对客观测量的数值进行线性转换。这个任务在与主观评价匹配这一级完成。

客观图像质量评价方法主要分为两类，即无参考客观评价方法与全参考客观评价方法，由于这两种方法各有不同，因此分别应用于不同场合。

(1)无参考客观评价方法

即无需任何原始图像的信息，通过对失真图像进行特征提取，寻找诸如MPEG块边缘、点状噪声或图像模糊等图像缺陷。无参考度量方法可用在“不停播”测试。与全参考VQM相比，无参考VQM测试时间短，可以实时监测视频图像质量，计算结果与主观评价结果拟合性也较好。

(2)全参考客观评价方法

全参考度量方法是逐帧、逐像素地计算出测试图像与参考图像差值影射图，然后算出均方根值。因此，全参考帧较缩减参考帧和无参考测试结果更加准确，与主观评价结果拟合性更好。但是，由于其运算量大，测试时间会较长，从而无法进行实时监测。

采用客观测量工具不仅减少了对人力、物力的需求，而且测量时间大大缩短甚至可做到实时监测。

3互联网视频技术中的图像质量测量分析

3.1用户接收端影响图像质量的原因

互联网视频应用中，用户收看到的图像是经过网络传输和解码后的重构图像。由于目前互联网是基于“尽力而为”(BestEffort)的服务模型，因此无法保证端到端的传送质量。影响用户接收图像质量的因素主要有：

(1)可用带宽。主要衡量用户从网络取得互联网视频应用数据的能力。当可用带宽低于所点片源的编码速率时图像质量无法保证，而随着P2P技术的扩大应用，带宽对于网络视频网站服务器的要求也在逐步降低。

(2)延迟。互联网视频应用是实时性业务，尽管播放器都有一定的缓存能力(典型的为5s)，但当延迟超出缓存能力时，迟到的包将被播放器丢弃，从而影响图像质量。

(3)丢包。丢包是导致网络视频图像质量劣化的重要原因，由于媒体数据是前后关联的，并且不同的数据包对于重构图像的重要性不同，因此既使少量的丢包(如I帧数据的丢包)也可能引起解码器主动丢弃其他相关的数据包，从而引起质量下降。

(4)抖动。一般媒体播放器是针对稳定的码流，当抖动过大时会导致解码器主动丢包，从而引起图像质量下降。

3.2客观图像质量测量方法在互联网视频技术中的应用分析

(1)无参考图像质量评价技术应用

对图像中的频域指标进行分析，由于图像压缩算法在频域上的表现就是对图像高频信息的量化处理，表现出来即为图像中的细节丢失，轮廓发生模糊。可对图像中的关键帧进行频域分析，若发现高频信息损失严重，则说明视频序列属于丢失大量细节的类型。

对图像时域指标进行分析，图像压缩算法在时域上的表现就是压缩掉时域中的冗余信息，但如果对时域复杂度较高的序列进行过度压缩，则会出现图像模糊、不连贯等损伤。

由于无参考图像质量评价技术中无法利用对照进行图像质量分析，因此可用于对上传来的序列进行初步分析，针对易产生图像损伤的视频素材进行筛选，在压缩过程中采取提高码率或减少压缩的方法，改善图像质量，提高用户体验质量。

(2)全参考图像质量评价技术应用

PSNR值计算是全参考技术中较为简便，同时也较为权威的方法，可对关键帧进行PSNR值计算，或利用人类视觉模型的客观评价算法对图像质量损伤进行评价。由于全参考图像质量评价方法的运算量比较大，因此可主要对像素较少的序列进行无参考评价。对于易产生图像质量损伤序列，可考虑只添加网站标识而不进行重压缩的操作，或将码率设置为较高水平，由于P2P技术已经开始得到广泛应用，因此可以在不占用太多网站服务器带宽的情况下保证网络视频的播出质量。

4结束语

本文介绍了视频图像质量评价技术的概况，分析了当前网络视频传输技术对图像质量的影响因素，以及对图像质量评价技术在网络视频处理中的应用前景。客观图像质量评价技术相对主观评价来说具有速度快、耗费人力物力少、可重复性好等特点，近几年经过不断深入研究，客观评价方法的准确度有了很大提高。随着用户对网络视频图像质量的要求不断提高，相信客观图像质量评价技术能够更多地帮助视频网站提高带宽应用效率及服务器存储效率，在保证提供高品质服务的同时有效降低运营成本。