视频序列时隙切分方法及其在质量评价中的应用

发布时间：2020-04-09 21:58

【摘要】：随着信息传输速率的大幅提升,以及多种终端显示技术的快速发展,视频图像由于其所承载的信息更真切、更丰富,也更接近人类自然获取信息的方式,已逐渐取代文本信息,成为日常生活交流的主要媒介。但是,不同于其他通信数据,人眼作为视频图像信息的最终接收端,其处理视觉信息的方式相对更加复杂。如何高效地定性、定量分析、评估视频图像质量,是实现高质量视频图像传输服务的关键要素。现有的视频质量评价方法大多只关注于如何度量待测视频图像,相较于原始视频图像的失真程度,而忽略了人眼对视频各类型失真的感知处理特性及质量评估策略等,在算法性能上,仍存在很大的提升空间。本文为提高现有失真度量方法的预测准确性,提出了基于人眼跟踪数据的融合算法,且在处理视频失真信息,评估视频质量上,更符合人类视觉特性。在算法具体设计上,本文从空域融合和时域融合两方面,分别构建了相应的融合算法模型,以解决现有算法并未考虑人眼运动状态对质量评估结果的影响作用的问题。为更精确地模拟视频内容对人眼关注区域分布的影响机理,本文采用全局运动估计方法,预估视频各帧的运动模式,同时,完成视频各帧前景区域的分割、提取,并依据各帧运动模式的具体情况,分别设计了相应的空域融合模型,以更准确地反映人眼在不同运动场景下,其关注区域之间的差异。此外,针对现有的全局运动估计方法,本文在以下几点作出了改进:通过对前后两帧图像内容作预处理分析,自适应选择合适的参数运动模型,在保障算法性能的前提下,大幅度降低算法计算复杂度;以超像素区块,替代孤立像素点,作为全局运动估计的基本运算单元,可极大程度地保留前景区域提取结果的边缘信息。实验结果表明,本文提出的全局运动估计方法可有效解决复杂运动场景下的前景区域分割、提取问题,并且基于该结果的空域融合模型可大幅度提升现有失真度量方法的预测准确性。在时域融合方面,本文提出了三种眼动数据分析处理方法,从前后帧关联程度、各帧热点图分簇统计规律和眼动速度区间划分三方面,分别预测了测试者观看视频时的人眼运动状态,并根据分析结果,各提出了对应的视频时隙切分方法,以此作为时域融合模型的数据来源,同时将其应用于现有的失真度量方法。在相关视频质量评价数据库的评估结果表明,基于前后帧关联程度的时域融合方法可有效提升原失真度量方法的算法性能。此外,本文还提出了一种基于各帧前景区域运动特征统计规律,无需眼动数据的视频时隙切分方法,虽然该方法在算法有效性上还有待评估,但为其他相关算法的设计提供了参考依据。综上所述,本文重点研究了视频质量评价方法中的融合方法,从空域融合和时域融合两方面分别入手,首次分析并模拟了测试者观看视频时的眼部运动状态,及其对视频质量评估结果的作用机理,为其他算法提供了一种可供参考的模型构建方法。
【图文】：

框图,三余度,飞行控制系统,软件结构

系统软件结构如图 2.5 所示，其中图 2.5 中虚线框内部分是本文的研究内容。图2.5 三余度飞行控制系统软件结构框图操作系统软件的功能是实现系统上电后的硬件初始化、系统的任务调度和任务管理，为上层应用软件开发提供平台支持。I/O 软件包括离散量板卡、模拟量板卡和外部接口综合板卡的底层驱动程序，该驱动程序的功能是实现飞控计算机数据的输入与输出。余度管理软件主要包括三通道同步算法、监控与表决算法和故障隔离与重构机制，飞控计算机上电后，系统首先调用同步算法对三通道进行同步，然后将各通道发送的数据进行表决与监控，保证在系统产生故障时定位故障位置，对有故障的通道进行隔离并且完成系统的重构。飞行控制软件主要包括传感器信息的处理和无人机飞行状态的控制等，属于上层应用软件开发[18]。因为本文主要讨论三余度飞控计算机的硬件平台开发，即在飞控计算机上电后，

同步输入,仿真图,同步信号,通道

总线 D 上高 2 位的数据为 1，，即验证了该通道已经成功接收了其他两个通道的同步信号。同步输入仿真图如图 3.6 所示。图3.6 同步输入仿真图在仿真同步信号的输出过程时，首先向本通道的写访问寄存器的 bit7 位写入“逻
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41

【参考文献】