多制式视频处理芯片通用测试平台的研究与设计

发布时间：2020-07-04 22:51

【摘要】：随着视频信息处理技术在各大工业领域的迅猛发展,视频应用的范围也越来越广,视频处理芯片应用于生产生活中的各个领域,而由于获取图像工具和手段的影响,视频处理芯片输出的视频制式和视频格式不同。为了实现对不同视频处理芯片的自动化测试,本文结合软硬件协同设计的优势,研究并开发了一套多制式视频处理芯片测试平台。本文首先对多制式芯片测试平台的架构进行了深入研究,按照功能对系统单元进行了划分。软件部分由上位机子系统构成,负责视频图像的评价和平台流程的控制;硬件部分由视频解码子系统、保真型视频格式转换子系统和视频采集子系统构成,负责视频的解码和保真型传输。其中保真型视频格式转换子系统是测试平台的主体部分,它是基于Xilinx Spartan6系列FPGA板开发的。本文对平台工作流程进行了规划,对各个子系统及其内部关键单元的实现进行了详细介绍。同时本文对芯片评价标准进行了研究,由于图像的最终面向对象是人,根据人类视觉系统的生理学和心理学特性,结合视觉掩盖效应提出了一种基于边界特征分割的全参考图像质量评价模型。四个标准图像数据库中的测试结果表明,该图像质量评价方法针对多种失真类型都具有较高的性能,符合人类视觉系统的主观评价。多制式视频处理芯片测试平台硬件上可以实现视频处理芯片解码、数据无损传输,且资源消耗较少;软件上可以完成对视频处理芯片输出图像的评价,软件和硬件相结合实现了视频芯片的测试。
【学位授予单位】：天津大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN407
【图文】：

边界特征,质量评价,算法流程,低水平

12法(Edge-feature-based Image Segmentation, EFS)，算法流程如图 2-3 所示，首先提取低水平特征和池化参数，然后对区域进行划分，图2-3中红色区域为纹理区域；蓝色区域为边界周边区域，即边界拓展区；其余黄色区域为缓慢变化区，不同区域采用不同的低水平特征评价。最后综合三个区域的结果得到最后的图像质量评价参数。图 2-3 基于边界特征分割的全参考图像质量评价算法流程首先对参考图像和失真图像进行色彩空间的转换，如公式(2-1)所示，本文选

散点图,评价结果,像质,数据库

天津大学硕士学位论文2-4 所示，最优的两个结果用粗体进行了标记。四个标准测试数据库中共含有 26 种失真类型，表 2-5 中列出了 12 种算法针对 26 种失真类型的评价结果。表 2-5 中所列出的为每种算法的 SROCC 值，采用KROCC，PLCC 和 RMSE 也会得到相似的排名。每种失真类型中表现最好的结果用粗体进行了标记。

【参考文献】