Android平臺上基于H.265的視頻測評軟件開發(fā)
加入技術交流群
第一，為達到客觀的評判，避免誤判視頻本身的模糊需求，在開始評測之前會進行主觀失焦評斷。結合人的主觀評斷和標準視頻流的清晰度標準來刻畫，這樣的評斷更客觀公正。具體實現(xiàn)界面如圖4。
本文引用地址：http://www.ex-cimer.com/article/277717.htm
第二，結合是否主動失焦以及標準流的判斷確定滿分標準，之后進行歸一化處理。處理后最終的評判標準如表2。
3.2 亮度
3.2.1 亮度簡介
亮度是指發(fā)光體(反光體)表面發(fā)光(反光)強弱的物理量，是人對光的強度的感受。我們認為的亮度參數(shù)都是指白色的參數(shù)，然而想要更好地體現(xiàn)視頻的亮度，就不能只用白色的參數(shù)來表示亮度，故而引入了色彩亮度的概念。
3.2.2 亮度評分算法
(1)將每一幀的圖片灰度化，并以mat矩陣存儲以方便刻畫行列，統(tǒng)計圖片中每個亮度值出現(xiàn)的個數(shù)，求出平均亮度。根據(jù)前期的主觀評測，選定動態(tài)閾值作為平均比較值。
(2)將每一個像素點的值與動態(tài)閾值作方差，計算出來的值即可在一定程度上表示圖片的平均亮度。
令動態(tài)閾值為
，每一個像素點的灰度值為x，則平均亮度的公式如下：
(4)
核心代碼如下：
for(int i=0;i<256;i++)
{
Ma+=abs(i-128-dac)*Hist[i]; }
Ma/=float((GRAYimg.rows*GRAYimg.cols));//
float M=abs(Ma);
float K=D/M;//正常時這個值是小于1的
avr = K;
}
(3)最終亮度評斷標準如表3所示。
3.3 色度
3.3.1 色度簡介
色度的測量是對顏色的一種客觀評價，將色度這種度量最終以值的形式表示，有常見的幾種表現(xiàn)模型：CIE、RGB等。
在顏色感知的研究中，CIE 1931 XYZ色彩空間是其中一個最先采用數(shù)學方式來定義的色彩空間。其中，色彩空間指的是用一種客觀的方式敘述顏色在人眼上的感覺，通常需要三色刺激值，即首先定義三種主要顏色，再利用顏色疊加模型來敘述各種顏色。CIE 1931色彩空間通常用XYZ三個值來表示三色刺激值[6]。
CIE XYZ和CIE RGB可以相互轉(zhuǎn)換，具體轉(zhuǎn)換方式如下：
(5)
(6)
(7)
(8)
轉(zhuǎn)換按照等能白點轉(zhuǎn)換，即有約束：RGB(0.333,0.333,0.333)對應XYZ(0.333,0.333,0.333)。
3.3.2 色度評分算法
(1)調(diào)用以下Opencv函數(shù)將RGB按照以上公式轉(zhuǎn)換成CIE形式。
cvtColor(Input,LABimg,CV_BGR2Lab)
(2)同樣調(diào)用Opencv里函數(shù)，得到a、b的值。其中a表示圖像的紅綠分量，b表示黃藍分量，根據(jù)這兩個分量可以判斷出圖像的色偏，為評分做準備。核心代碼如下：
dac=a/float(LABimg.rows*LABimg.cols);//a*表示圖像紅/綠分量,計算紅綠分量的平均值
dbc=b/float(LABimg.rows*LABimg.cols);//b*表示圖像黃/藍分量,計算黃藍分量的平均值
(3)最終利用a、b的值計算出L，根據(jù)L的大小來對色度進行評分。L的計算方式如下：
float D =sqrt(dac*dac+dbc*dbc);
Ma/=float((LABimg.rows*LABimg.cols));
Mb/=float((LABimg.rows*LABimg.cols));
float M=sqrt(Ma*Ma+Mb*Mb);
float K=D/M;
avr = K;
(4)通過rda，rdb得出整體色彩偏向，然后根據(jù)L得出最后得分如表4所示。
4 結語
本文在Android移動平臺上基于H.265視頻標準，開發(fā)了安卓手機本地視頻質(zhì)量評測軟件。該測評軟件從視頻流暢度和視頻畫質(zhì)兩個方面對視頻質(zhì)量做出了測評，其中視頻流暢度包括視頻分辨率和幀率兩個部分，視頻畫質(zhì)測評包括視頻清晰度、亮度和色度等三個部分。本文還分析了視頻測評體系建立過程，并闡述了五項評分的核心算法。本文還通過設計開發(fā)一個Android移動平臺軟件，方便用戶選擇視頻質(zhì)量更好的流媒體，同時也利于運營商針對視頻存在的問題進行測評維修。這推動了整個流媒體服務器的發(fā)展，并且推廣了新一代視頻編解碼技術H.265。
參考文獻：
[1]Ting-Yu Huang,Guo-An Jian,Jui-Chin Chu,Joint Algorithm/Code-Level Optimization of H.264 Video Decoder For Mobile MultiMedia Applications[J], Acoustics, Speech and Signal Processing,pp.2189- 2192.March 2008
[2]范媛媛，沈湘衡，桑英軍.基于對比度敏感度的無參考圖像清晰度評價[J].光學精密儀器, 2011, 19(10): 2485-2493
[3]王鴻南，鐘文，汪靜，等. 圖像清晰度評價方法研究[J]. 中國圖像圖形學報, 2004, 9(7): 828-831
[4]楊斯涵. 基于邊緣特征的單幀圖像清晰度判定[J]. 計算機工程與應用, 2009, 45(30): 198-203
[5]李奇，馮華君，徐之海，等. 數(shù)字圖像清晰度評價函數(shù)研究[J]. 光子學報，2002,31(6):736-738
[6]ATIS Teehnical Report T1.TR.PP.74. Objective video quality measurement using a Peak-Signal-to-Noise-Ratio(PSNR) full reference technique.2004
評論