视频质量分析指标分析------以ClearView为例

ClearView 视频质量分析系统是美国专业的音视频测试方案提供商 

 中国销售、视频测试方案、视频质量测试知识、更多信息咨询3040963362

ClearView 测试指标：  

1）全参考测试 (Full Reference) ：  

测试时需要提供“源”视频与“被处理的”视频。   

2）PSNR( Peak Signal to Noise Ratio ) ：  分值范围： 0~100 分， 100 最好。   

3）JND(Just Noticeable Differences) ：  分值范围： 0~100 分， 0 分最好。   

JND （ Just Noticeable Difference ）指的是刚刚能察觉到的误差， JND 值是以图像画面上的 32X32 像素块为计算单位。业界推荐的分析结果是：   

1). JND 值接近 0 ，同等于原始图像；  

2). JND 值小于 1 时，一般观察者察觉不出图像的损伤；  

3). JND 值小于 3 时，一般观察者在专家的帮助下找出图像的损伤；  4). JND 值小于 10 时，一般观察者感到图像损伤；  

5). JND 值在 10 以上的视频压缩设备不能用于广播系统 ( 建议不将这样设备用做视频通信系统的信源设备 )   

4）无参考测试 (No Reference) ：  测试时仅需要提供“被处理的”视频。   

5）Temporal(ITU-P.910):  

如果分值高，表示场景发生改变，如果是 0 表示测试序列是静止的。 

Temporal 指标是通过计算相邻帧或时间轴上相隔比较近的帧之间的差异得到的数值，当帧间差异比较大时说明图像变化剧烈，此时 Temporal 指标就会比较大，而如果图像变化很小或静止时则 Temporal 指标则会很小。由于编码器在压缩过程中对于活动图像会进行运动预测和补偿的运算，所以当图像运动剧烈变化很快时（如体育节目），对编码器的运算负担就会加 重，码流中的大部分数据用来表示图像的运动部分信息，此时如果码率偏低则图像中的运动部分会很容易出现模糊或块效应的现象，而当图像变化很缓慢时，编码器 的负担很小，码流中主要都是表示图像细节纹理的信息，这样即使在码率偏低的情况下，图像质量仍能够得到很好的保证。通常认为当 Temporal 指标比较高时说明图像中更容易出现可感知的损伤。   

 6）Spatial(ITU-P.910):  如果分值高，表示在一帧内有大量的移动，如果是该序列是黑屏或者当图像完全没有轮廓时 Spatial 的指标会是 0 。  

Spatial 指标是通过对图像进行 Sobel 滤波后进行统计得到的图像信息。由于 Sobel 滤波矩阵是一个高通 3*3 滤波器，经过滤波后图像中的高频成分会集中体现，而低频成分会被过滤掉，所谓图像中的高频成分主要指边缘轮廓的部分（类似信号中越是陡峭的波形其中高频成 分越多），而低频成分指大面积的平坦区域。由于人眼视觉对于边缘轮廓部分出现的损伤（如块效应导致的边缘丢失，振铃，模糊）相对敏感，所以当图像中本来的 高频成分很多轮廓很清晰，但压缩后的图像 Spatial 指标偏低时说明很多的轮廓信息已经丢失了，此时从侧面可以说明图像损伤较大。但如果没有对比则 Spatial 指标高低很难表示图像损伤的严重程度，因为图像本身有时含有的高频成分就不多，但是有一点可以肯定，现在主流的压缩算法的基础都是通过压缩图像中的高频成 分实现的，当压缩并不厉害时，高频信息的损伤作为冗余数据并不会影响图像质量，但是当压缩的码率过低时高频信息的严重损伤会明显影响图像质量， Spatial 指标是比较容易计算的反映图像中高频成分大小的指标。   

7）弱参考测试 (Reduced Reference):  

测试时需要提供“源”视频和“被处理”的视频，但是不是真实的测试序列。例如，把两个视频进行 Temporal 比较就属于减参考测试，用来比较两个测试序列   

二、视频质量分析指标参考：   

主观视频质量分析指标。 

主观视频评估值有专家成员组成 ( 由经过训练专家进行观察 ) ，对一个视频进行一个判断打分，分值在 0~5 或者 0~9 之间。主要参考标准有：   

(1) ITU-R BT.500.10 “Methodology for Subjective Assessment of the quality of Television Pictures”  

(2) ITU-T P.9210 “Subjective Video Quality Assessment methods for Multimedia Applications”   

ITU-T J.144 , Video Clarity 视频质量评估方法 基于 ITU-T J.144, 采用的算法来自 Sarnoff JND客观视频质量分析指标。一般，客观视频质量分析试着模拟人眼系统对视频给出 MOS 分值。目前 ITU 在 ITU COM 9-80-E 中 推荐的研究组织是 VQEG – Video Quality Experts Group ，其中包括以下几个指标：   

>> PSNR  >> JND  >> SSIM  >> VQM  >> Video Clarity 已经可以提供 SSIM 的测试，将于近期正式公布，关于 SSIM 请参考