CN1299515C - 一种处理数字图像的输入序列的方法 - Google Patents

Abstract

本发明涉及一种测量视频质量的方法。所述的方法包括利用一个相应的伪痕量度(M)，从一组仅包含一个相应的伪痕的数字图像的参考序列(RS)中确定至少一个参考级别(JND)的步骤(21)。测量视频质量的方法也包括利用相应的预定的伪痕量度(M)测量输入序列(IS)的至少一个伪痕级别(L)(22)。它进一步包括根据伪痕级别(L)与相应于相同的预定伪痕量度的参考级别(JND)的至少一个比值，计算输入序列的视频质量量度(OQM)的步骤(23)。这样的视频质量的测量方法提供了一个客观的质量量度。

Description

一种处理数字图像的输入序列的方法

技术领域

本发明涉及一种测量一个视频图像的输入序列的视频质量的方法。

本发明也涉及相应的一种用于执行这样的一种测量视频质量的方法的设备。

本发明可以被用于例如数字电视机中用于产生一个用做数字视频损伤的测量标准。作为所述应用的结果，一种后处理方法可以被应用于一个图像序列中，根据所述的图像序列的测量级别。所述的后处理方法能够降低诸如像块伪痕，环形伪痕以及转角逸出(corneroutlier)的视觉损伤的可见度。

背景技术

视觉质量的评估通常是根据人类主观的测量而使用主观测试来执行的。由于它们是根据图像的编码序列与作为参考的图像的原始序列进行比较来进行的，因此这些方法非常的昂贵，耗时，是主观的，并且不适用于不脱机的测试。

也已经开发了其它的评估视频质量的方法。这些方法是基于损坏量度的，尤其是基于块伪痕量度。例如，在国际专利申请WO01/20912中描述了一种这样的方法。所述的方法涉及一种在数字视频图像中检测像块伪痕的方法。该检测方法包括使用一个梯度滤波器对数字输入信号进行滤波从而提供至少一个滤波信号的步骤，以及计算像块量度的步骤，用于处理滤波信号从而识别和计算像块伪痕，作为它们在栅格中位置的一个函数。如果像块级别量度低于一个门限值，则该图像或者没有利用基于块的处理来编码，或者以一种无缝的方式来编码。在一个相反的情况，图像是利用一种基于像块的处理，根据非无缝方式和校正操作进行编码的，例如可以利用后处理。

但是这样的方法仅是能够测量相对的像块伪痕级别，从而提供一个合适的后处理，并且，结果是，既不能执行一个真实的视频质量的客观测量，又不能对其它的视觉损伤敏感。

发明内容

本发明的目的是提供一种对输入的图像序列进行数字视频质量测量的方法，其提供了一个更为客观的质量量度。

为此，根据本发明的数字视频质量的测量方法其特征在于它包括以下步骤：

-利用一个相应的预定伪痕量度，在仅包含一个相应的伪痕一组参考序列中，确定至少一个参考级别，在此量度上可见的伪痕在一组对象中变得非常明显，

-利用相应的预定伪痕量度，测量输入序列的至少一个伪痕级别，

-根据伪痕级别与相应于同一个预定的伪痕量度的参考级别之间的至少一个比值来计算输入序列的视频质量。

这样的一种测量视频质量的方法是基于至少一个参考级别的确定的基础上的。这样，至少一个预定的可见伪痕的总量就根据至少一个参考级别而被加权。所述的参考级别能够被看作是一个感知因子，所述的参考级别的确定步骤被看作是一个感知标准。结果是，测量视频质量的方法参考至少一个感知级别计算视频质量的量度，从而导致了一个更为客观的质量量度。

而且，所述的测量方法在优选实施例中是多维的，其是基于损伤量度的总和的基础上的。所述的损伤量度是由数字压缩所产生的三种主要的可见伪痕确定的，其为块状的，环形的，以及转角形的伪痕，而且它们是独立量化的。

本发明提供了一种处理数字图像的输入序列(IS)的方法，包括以下步骤：

-利用预定的块伪痕量度(BM)，从仅包含块伪痕的数字图像的参考序列(BRS)中确定一个块参考级别JNDB的步骤，在此块参考级别上块伪痕在一组对象中变得可观察，

-利用预定的环形伪痕量度(RM)，从一组仅包含环形伪痕的数字图像的参考序列(RRS)中确定一个环形参考级别JNDR的步骤，在此环形参考级别上环形伪痕在一组对象中变得可观察，

-利用预定的转角逸出量度(CM)，从一组仅包含转角逸出伪痕的数字图像的参考序列(CRS)中确定一个转角逸出参考级别JNDC的步骤，在此转角逸出参考级别上转角逸出在一组对象中变得可观察，

-分别利用块伪痕量度(BM)，环形伪痕量度(RM)以及转角逸出量度(CM)测量一个输入序列的块伪痕级别B，环形伪痕级别R，以及转角逸出伪痕级别C的步骤，

-根据以下公式计算数字图像的输入序列的视频质量量度OQM的步骤(23)：

$\mathrm{OQM}=\sqrt{\mathrm{\α}{(B/\mathrm{JNDB})}^2+\mathrm{\β}{(R/\mathrm{JNDR})}^2+\mathrm{\γ}{(C/\mathrm{JNDC})}^2}$

其中α，β，γ是加权系数。

这样，与现有技术相比，测量视频质量的方法更为完整，并且也导致了一个更为客观的质量量度。

附图说明

下面将参照随后的附图，以实施例的方式更为详细的描述本发明，其中：

附图1是表明与根据本发明的测量视频质量的方法相应的方框图，

附图2a和2b表明根据本发明的主观测量的程序图，

附图3a和3b表明根据本发明的优选实施例对于多个像素结构的像块伪痕量度，

附图4表明根据本发明的优选实施例的环形伪痕量度，

附图5是表明与根据本发明的视频质量的测量的多维方法相应的方框图，

附图6是表明与根据本发明的后处理方法相应的方框图，

附图7是表明与根据本发明的编码方法相应的方框图。

具体实施方式

本发明涉及一种对数字图像的输入序列进行视频质量测量的改进的方法。尤其是涉及一种MPEG编码的序列，但是对本发明的技术人员来说，很明显，所述的方法能够应用于诸如MPEG-1，MPEG-4，H-261或者H-263标准的任何类型的基于块的编码技术编码的视频序列中。

所述的测量视频质量的方法在附图1中描述，包括一个确定至少一个参考级别(JND)的步骤(21)，在此量度上，对于一组对象而言可见的伪痕变得非常显见，这种确定是利用一个相应的预定伪痕量度(M)，从一组仅包含一个相应的伪痕的数字图像参考序列(RS)中确定的。测量视频质量的方法也包括利用相应的预定伪痕量度(M)来测量输入序列(IS)的至少一个伪痕级别(L)的步骤(22)。它还进一步包括根据一个伪痕级别(L)与相应于同一预定伪痕量度的参考级别(JND)的至少一个比值来计算输入序列的视频质量量度(OQM)的步骤。

测量视频质量的方法是根据至少一个参考级别的确定而进行的，在此参考级别上，对于一组对象而言，对于至少一个可见伪痕量度，视觉损伤变得非常显见。为了确定该参考级别，在图2a中所示的程序被执行了一次，并且对于所有的参考级别对于一个预定的损伤量度都要进行一次。为此，使用了一组参考序列(RS0-RSn)，包括一个原始序列(RS0)和以不同的比特率，诸如每秒从1到10兆位，来编码的序列(RS1-RSn)。伪痕量度是一个随着比特率增加而增加的单调函数。对于原始序列(RS0)，伪痕量度为0。对于一个编码的序列RS1，伪痕量度为L1，对于编码序列RSn，伪痕量度为Ln。

该组参考序列必须在一次中仅受一种损伤的影响，例如如果损伤量度是像块伪痕量度，那么就是像块伪痕，用于确定一个像块伪痕级别。结果是，后处理原则能够被应用于编码的序列从而去除不期望的可见伪痕。如果我们期望仅保持像块伪痕，第一种解决方法是分别利用环形伪痕量度和转角逸出量度来检测环形伪痕和转角逸出，然后对所述的环形伪痕和转角逸出进行滤波。第二种解决方法是保持图像的编码序列的像块边界，然后利用图像的原始序列的内容来将其填充完成。如果我们期望仅保持环形伪痕，解决的方法就是分别利用像块伪痕量度和转角逸出量度来检测像块伪痕和转角逸出，然后对所述的像块伪痕以及所述的转角逸出进行滤波，例如利用一种DFD运算法则。如果我们期望仅保持转角逸出，解决的方法就是利用转角逸出量度来检测转角逸出，然后利用所述的检测到的转角逸出来替代与原始图像序列中检测到的转角逸出相应的原始像素。

测试的程序包括步骤：

-设定序列的计数，每一个都仅被一种损伤所影响，从而找到将一个被称为刚好注意差别(Just Noticeable Difference)JND的，远离原始序列放置的一个参考序列(Rsi)单元，

-重复上述的处理步骤，从而找到下一个参考序列(RSj)，该参考序列(RSj)将一个JND远离(1-JND)个序列(RSi)放置，以下继续。

这些步骤被称为1-JND测试，目的在于根据一个主观的质量级别来独立的校正损伤量度。该1-JND测试在于对序列进行主观评价，其中一个损伤(B，R或C)被增加，而其它的损伤保持近似的恒定。在该测试下的损伤被增加到对象能够观察出其差别的点上。对象能够观察出差别的级别被称为感知因子(JNDB，JNDR，JNDC)。该测试是将多维引入主观质量评估，在临界1-JND损耗包上建立定位点，以及对全部质量量度进行校准的方法。

当几个不同的参考级别已经被确定的时候，测试程序进一步包括在1-JND的设定半径内找出序列(BRSk，RRSl，CRSm)的排列顺序，从而用于识别损伤中的任何感知失衡的步骤。该步骤也被称为1-JND设定排序测试，并且在附图2b中示出。1-JND设定排序测试包括在远离原始图像的1-JND设定序列中对所有可能对的二选一强制选择方法。如果排列不可能的话，排列测试被满足。

测量视频质量的方法能够仅利用一个损伤量度来执行。在这种情况下，损伤量度是一个块伪痕量度，块伪痕是一个更为讨厌的视觉伪痕。但是测量视频质量的多维方法是最好的，而且提供了一个更为精确的视频质量量度。在根据本发明的方法中有几个损伤被考虑。这组损伤内容包括块伪痕，环形伪痕，转角逸出，蚊式噪声，其为一个暂态的噪声，空间噪声，模糊，切割，行闪烁，或者传输误差。多维方法也考虑了包括清晰度，对比度，分辨率的特性内容。与损伤内容相比较，损伤内容是不期望的特性，特性内容是期望的特性。

不同的损伤量度是根据下面的标准选择的：

-线性独立，

-每一个损伤的感知影响，

-具有最小的错误结果的高精确度，

-足够于用于计算最多的相关损伤的量度的选择。

-而且，损伤量度必须是单调递增函数，以及对于没有损伤的序列必须等于0。

在优选实施例中，测量视频质量的方法是基于与三种主要的可见伪痕相联系的损伤量度的总和，三种主要的损伤是块伪痕，环形伪痕，和转角逸出。

有几种方法可以被用于执行这些测量，所述的方法或者是参考量度，即，参考原始图像进行的测量，或者是没有参考量度。在下面的部分中将对与没有参考量度相对应的三种主要的伪痕量度中的每一个的实施例进行描述。

块伪痕量度

块伪痕量度是在诸如MPEG的基于块编码的视频信号中最为已知的伪痕。由于传送系数块的强的，独立的量化，它们在8×8的块边界是不连续的。

块伪痕量度是根据利用最小的误差在块边界检测可见不连续性的能力而选择的。量度是表示伪痕的总量以及它们的可见度。

所述的块伪痕量度包括一个对像素的亮度值Y进行梯度滤波的步骤，从而能够在当前的图像中检测自然边界的区域。实际上，文本或者轮廓都被检测作为块边界。所使用的滤波器是Sobel滤波器，这是考虑到强边界检测的效率而选择的。Sobel滤波器被表示为：

$S_H=\left[\begin{array}{ccc}-1& -2& -1\\ 0& 0& 0\\ 1& 2& 1\end{array}\right],S_V=\left[\begin{array}{ccc}-1& 0& 1\\ -2& 0& 2\\ -1& 0& 1\end{array}\right]$

在水平和垂直梯度滤波之后的滤波亮度值G_H和G_V分别是G_H＝Y*S_H以及G_V＝Y*S_V。所述的亮度值与两个门限值相比较。这些门限的值很低从而使得不会错过一个平滑文本，也不能太低使得不能抽取块边界的不连续。水平和垂直的门限值THR_H和THR_V分别是例如35和50，用于从0到255的亮度值编码。

块伪痕量度也包括测试第二导数的无效的步骤。直观的，其与已知其两个邻近值的一个采样的预测值相对应。第二导数是零，如果：

在垂直方向上2·Y(i，j)＝Y(i-1，j)+Y(i+1，j)

在水平方向上2·Y(i，j)＝Y(i，j-1)+Y(i，j+1)

其中，Y(i，j)是图像内的位置(i，j)处的像素的亮度值。垂直和水平的不连续值c_v(i，j)和c_h(i，j)是从下面的等式中导出的。在优选实施例中，我们有：

然后，块伪痕量度包括一个根据不连续值检测水平和垂直伪痕值A_h和A_V的步骤。附图3a和3b表明了用于各种像素构造的所述的块伪痕确定。一个等于0的不连续值，即，相应于一个连续的间断，利用一个黑色的方框表示，而一个等于1的不连续值用一个灰色的方框表示。白色的方框没有被考虑。

如果Ah＝1，水平伪痕Ah被检测，Ah等于：

$A_h(i,j)=c_v(i,j)\·\stackrel{\‾}{c_v(i+1,j)},$ 其中c和 c是互补的值。

块伪痕的第一种类型A_v1被检测，如图3a所示，如果：

$A_{v1}(i,j)=\stackrel{\‾}{c_h(i,j-1)}\·\stackrel{\‾}{c_h(i,j)}\·(c_h(i,j+1)+c_{\text{h}}(i,j+3)+c_h(i,j-4)+c_h(i,j-2)).$

第二种类型的垂直块伪痕A_V2被检测，如图3b所示，如果：

$A_{v2}(i,j)=c_h(i,j-3)\·\stackrel{\‾}{c_h(i,j-2)}\·\stackrel{\‾}{c_h(i,j)}\·c_h(i,j+2).$

如果A_V1或A_V2等于1，垂直伪痕A_V被检测。

这三种测试具有同样的原则，测试感兴趣的像素的中心的不连续性以及测量其邻近值的连续性。水平检测是非常简单的，甚至是非常的简单。这是由于垂直子采样，与图像中的交织场的情况相对应，无法预测其精度造成的。在垂直方向的处理就存储器而言是非常昂贵的，因此复杂性就被降低到最小的可以接受的程度。例如，在非常黑的情况下，一些自然的中断可能会发生，该法则从检测窗中消除了这些区域。这样，伪痕Ah和AV就能够在像素级别被识别。

最后，块伪痕量度包括识别水平和垂直伪痕的步骤。如果块伪痕Ah和A_V出现在整个块的边界上的话，水平或者垂直的块伪痕就被识别。块具有四个边界，顶部，底部，左边和右边。如果H是块的高度，W是块的宽度，块伪痕就能够被识别，如果H连续水平伪痕或者W垂直连续伪痕能够被发现。然后水平和垂直块伪痕被计数，这就产生了图像的块伪痕级别(B)。

为了精确的测试量度，检测的块边界已经在当前图像上被高亮显示，然后与所述的当前图像的清晰度增强版本相比较从而能够展示出任何未检测到的伪痕。未检测的伪痕的总量在整个的测试中几乎是可以忽略不计的。为了评估误差率，我们在视觉上检查到垂直和水平边界没有被错误的检测为伪痕，而且在一组变化的图像的未编码序列中测试块伪痕量度从而观察被所述的量度所给定的块级别是否为零。

关于主观质量级别，初始的1-JND测试表明当所述的序列主要由像块伪痕影响的时候，对于序列的全部分辨率图像而言，在JNDB＝60的块量度级别的量度上引入了可见的差。块量度级别1000以上的图像被严重的损伤从而使得从该点开始，质量评估处于最低的级别。块是最好状态的损伤。其几乎是随着压缩而单调的增加，但是尽管人们能够找到其一致性能较好的实施例。

环形伪痕量度

由AC系数的粗量化造成的，环形伪痕频繁的出现在属于图像的低活动性区域的锐利边界上。依赖于原始的边界，伪痕能够作为沿着边界的微小摆动或者多重回波而出现，它们是基础边界频率的谐波。环形伪痕量度的原则是根据在邻近的或者强的自然边界中搜索降低了的强边界而进行的。环形伪痕量度与属于图像中的错误边界的像素数目成比例。

环形伪痕量度注意非常低的活动区域，一旦被编码的或者解码，将会产生以后被称为是“非自然统一区域”的区域，它们是几乎没有空间活动性并且几乎在自然图像中不会发生的区域。

环形伪痕量度包括根据邻近所述的当前像素的像素，计算当前像素的空间活动性的值的第一步骤。在优选实施例中，在一幅图像中，位置(i，j)的当前像素的空间活动性σ(i，j)的值根据当前和邻近像素的亮度值(Y)进行计算，如下：

σ(i，j)＝σ_h(i，j)+σ_v(i，j)

σ_h(i，j)＝abs(Y(i，j)-Y(i，j+1))+abs(Y(i，j)-Y(i，j-1))

σ_v(i，j)＝abs(Y(i，j)-Y(i+1，j))+abs(Y(i，j)-Y(i-1，j))

其中abs(x)表示x的绝对值。

环形伪痕量度包括检测一个非自然统一区域的步骤。如果至少5个连续像素的空间活动性σ的值低于一个预定的门限THR1，等于例如3的话，一个非自然统一区域被检测。关注垂直方向可能是有趣的，但是结果足够好以至于不用考虑增加成本的复杂性。

环形伪痕量度也包括对像素的亮度值Y进行梯度滤波从而检测强边界的步骤。在块伪痕量度中使用的相同的Sobel滤波器被再次使用。在水平和垂直梯度滤波之后的滤波的亮度值分别是G_H’＝Y*S_H和G_V’＝Y*S_V。所述的滤波后的亮度值与两个门限值相比较。如果水平和垂直门限值THR_H’和THR_V’等于例如150，强边界就能够被检测，从而用于从0-255编码的亮度值。

环形伪痕量度进一步包括确定一个由于环形而潜在的造成的伪痕的步骤。这样的潜在的伪痕被检测，如果

(σ_v(i，j)＞3)et(σv(i，j)＞4·abs(Y(i-1，j)-Y(i+1，j)))

或(σ_h(i，j)＞3)et(σh(i，j)＞4·abs(Y(i，j-1)-Y(i，j+1))).

环形伪痕的确定是不充分的，因为如果没有宽区域文本被分析，自然的文本能够被较为容易的考虑。否则，我们能够通过分析图像中环形可能出现的区域来至少减小错误检测发生的机会，环形可能出现的区域位于非自然的统一区域与强密度区域之间。

这就是如果潜在的伪痕位于一个非自然统一区域和一个预先检测的强边界之间的话，环形伪痕量度包括一个检测环形伪痕的步骤的原因。附图4表明了环形伪痕检测步骤(RD)。在一个理想的状态下(IDS)，检测步骤不进行任何工作。当一个非自然统一区域被检测的时候(NN)，鉴于检测步骤处于理想状态，非自然区域检测(NNS)的状态就被启动，在M个像素的周期过程中，环形的伪痕就能够被计数。当该M-周期已经过期的时候，检测步骤就回到( NN)理想状态(IDS)。当强边界被检测(SE)的时候，尽管检测步骤处于理想的状态，强边界状态(SES)就被启动，在P像素的周期过程中，环形的伪痕就被计数。当该P周期过期的时候，检测步骤就回到( SE)理想状态(IDS)。当非自然统一区域(NN)被检测的时候，尽管检测步骤处于强边界状态(SES)，更新状态(UPS)就被启动。当强边界(SE)被检测的时候，尽管检测步骤处于非自然区域检测(NNS)状态，也会出现同样的情况。在所述的更新状态中，整个的环形计数器就被利用本地计数器从输入的状态开始更新，然后，如果非自然统一区域被检测(NN)，检测步骤就回到非自然区域检测的状态(NNS)，或者如果强边界被检测(SE)，就回到强边界状态(SES)。量度被应用于水平和垂直方向，就产生了一幅图像的环形伪痕级别(R)

环形伪痕量度的精度以及错误检测率的确认能够以与前面解释的块伪痕量度确认相同的方式进行。环形伪痕量度在至少一种情况下，对于较低的压缩率不是单调变化的。最主观感知的初始测试已经通过人工的产生仅受环形伪痕影响的序列进行了，如上所述。结果表明在JND＝270的环形参考级别的量度上，环形伪痕就变得明显了。

转角逸出量度

转角逸出是丢失的像素，丢失的像素是属于较强的对比度自然边界的，即，与环境相比，它们明显看起来太亮或者太暗。丢失的像素被放置在8×8MPEG块的角上。

转角逸出的检测是通过考虑下述内容进行的：

-转角像素与属于它的4个邻近的角像素的平均值的亮度差的绝对值，

-给定的本地平均亮度差的感知可见性，

-转角像素是一个与栅格简单的排成一行的自然像素的可能性。

更为精确的，如果A，B，C和D是彼此邻近的4个像素，也是4DCT块的4个角，并且如果AVG是所述的4个像素的亮度值Y的平均值，如果下述的3个标准被满足，转角逸出量度就检测到了一个转角逸出：

abs[Y(A)-Y(C)]＞abs[Y(B)-Y(D)]，

abs[Y(A)-Y(B)]＞abs[Y(C)-Y(D)]

abs[Y(A)-Y(B)]＞THR2，abs[Y(A)-Y(C)＞THR2以及abs[Y(A)-Y(D)]＞THR2，

其中THR2是一个预定的门限值，例如等于30。转角逸出量度为一幅图像产生了一个转角逸出级别(R)。

转角逸出量度的确认是直接的，这是由于转角逸出通常是非常少而且是高度可见的。与上述的两个量度相比，转角逸出量度是转角逸出级别的概率表示符，并且其不依赖于像素的直接计数。其原因主要是转角逸出量度是一个非参考级别，因此不需要使用编码参数，例如，量化级，用于检测转角逸出。

不过，这里所给出的三种损伤量度的每一个都被结合到韦伯法则的简单应用中，从而计数感知可见度，并且增加了一个经验门限用于从伪痕中分离出自然图像内容。如上所述，除了上述的一组损伤量度以外，噪声和模糊/清晰度也能够是其充分被用于实际的应用。

执行上述的块伪痕量度，环形量度，以及转角逸出量度的测量视频质量的方法在附图5中有所描述。它包括一个利用上述的块伪痕量度(BM)，从仅包含块伪痕的数字图像的参考序列(BRS)中确定一个块参考级别(JNDB)的第一步骤(21a)，一个利用上述的环形伪痕量度(RM)，从一组仅包含环形伪痕的数字图像的参考序列(RRS)中确定一个环形参考级别(JNDR)的第二步骤(21b)，以及利用上述的转角逸出量度(CM)，从一组仅包含转角逸出伪痕的数字图像的参考序列(CRS)中确定一个转角逸出参考级别(JNDC)的第三步骤(21c)。它进一步包括分别利用块伪痕量度(BM)，环形伪痕量度(RM)以及转角伪痕量度(CM)测量一个输入序列的块伪痕级别(B)，环形伪痕级别(R)，以及转角逸出伪痕级别(C)的步骤(22a，22b，22c)。所述的测量视频质量的方法被用于计算一个视频质量量度，被称为整体质量量度(OQM)。所述的整体质量量度是根据块伪痕级别(B)与块参考级别(JNDB)，环形伪痕级别(R)与环形参考级别(JNDR)，以及转角逸出级别(C)与转角逸出参考级别(JNDC)之间的比值计算的。现在我们建议已经在JND级别中校准的整体质量量度(OQM)如下：

$\mathrm{OQM}=\sqrt{\mathrm{\α}{(B/\mathrm{JNDB})}^2+\mathrm{\β}{(R/\mathrm{JNDR})}^2+\mathrm{\γ}{(C/\mathrm{JNDC})}^2}$

其中α，β，γ是加权系数。所述的加权系数允许感知伪装影响被考虑：当存在最讨厌的伪痕的时候，其掩饰其它的伪痕。当所述的最讨厌的伪痕降低的时候，其它的可见伪痕出现的越来越多，尽管它们的总量仍是相同的。例如，如果比值B/JNDB高于一个门限，块伪痕掩饰其它的伪痕：α较大，β和γ较小。当比值B/JNDB降低的时候，β和γ的值必须是逐渐的增加。而且，当比值B/JNDB，R/JNDR和C/JNDC分别等于1JNDB，1JNDR和1JNDC的时候，α，β和γ被设定为1/3，这样视频质量量度等于1JND。

测量视频质量的方法给出了一个能够在校正和控制处理中被使用的质量量度。

如第一实施例，测量视频质量的方法被包括在一个后处理的方法中。这样的一个后处理方法，在附图6中所示，被用于接收数字图像(IS)的输入序列，包括利用一个相应的预定伪痕量度(M)，从一组仅包含一个相应的伪痕的数字图像的参考序列(RS)中确定至少一个参考级别(JND)的步骤(21)，在该参考级别上，对于一组对象而言，可见伪痕变得非常明显；利用相应的预定伪痕量度(M)，测量输入序列的至少一个伪痕级别(L)(22)；根据该伪痕级别(L)与相应于同样的预定伪痕量度的参考级别(JND)中的至少一个比值来计算输入序列的一个视频质量量度(OQM)。

后处理方法进一步包括一个校正步骤(61)，优选的为一个低通滤波步骤，将数字图像的输入序列(IS)作为视频质量量度(OQM)的函数，这就产生了一个输出信号(OS)。所述的低通滤波步骤被应用于块边界周围的数字图像的输入序列的像素当中。当视频质量量度较高时，例如，低于1JND的时候，低通滤波不能被进行。当视频质量量度位于1JND和2JND之间的时候，其可以利用软性低通滤波器实现。当视频质量量度位于2JND和3JND之间的时候，低通滤波器变得更加严格，以此类推。低通滤波步骤最好包括一个检测自然边界从而保存它们的子步骤。

作为第二实施例，测量视频质量的方法可以被包含在包括至少两个编码通道(71，72)的编码方法中。这样的编码方法，如图7所示，被用于接收数字图像的一个输入序列(IS)。在第一编码通道(71)中，没有产生数字图像的编码输出序列，但是对于当前图像的编码参数被计算，例如，所述图像的宏块的量化级，或者所述宏块的复杂度，即宏块的量化级与编码所述的宏块所需的比特数的乘积。编码方法也包括先前描述的用于计算视频质量量度(OQM)的不同步骤(21，22，23)。在第二编码通道(72)中，一些编码参数被改变(MEP)作为视频质量的函数，从而提供一个与广播公司或者用户所选择的给定视频质量相应的编码数字图像序列(ES)。例如，当前图像中的位置(k，1)的宏块的复杂性X被改变成Y，如下所示

Y[k，1]＝C(OQM[k，1])×X[k，1]

其中C(OQM[k，1])是一个系数，它是当前图像中的位置(k，1)的宏块的视频质量量度(OQM)的函数。

附图1，5，6和7以及前面的对它们的相应描述既指设备也包括方法，其功能模块分别与所述的设备的电路或者与所述的方法的步骤相对应。它们并不用于限制本发明。很明显，在随后附加的权利要求的范围内存在多种变形。在这方面，将做下面的结论。

用于执行上述功能具有多种方法，可以通过硬件或者软件，或者两者相结合来执行。在该方面，附图1，5，6和7是非常概略的，每一幅图仅表示本发明的一个可能的实施例。这样，尽管附图示出了不同功能的不同模块，这并不排除仅用一个硬件或者软件来执行几个功能。而且这也并不排除利用软件，或者硬件或者二者相结合来执行一个功能。

在一个数字电视机或者在一个机顶盒中可以以不同的方式执行不同的方法，例如有线电子电路，或者替代的，通过使用存储在一个程序存储器中的一套指令，所述的指令代替了至少一部分的所述电路，并且在一个数字处理器的控制下***作执行，从而执行与在所述的替代电路中同样的功能。例如，通过使用一个被适当编程的集成电路来执行测量视频质量的方法是可能的。包含在程序存储器中的一套指令可以使集成电路执行测量视频质量的方法中的不同的步骤。该套指令也可以通过读取一个例如磁盘的数据载波器被下载到程序存储器当中。该套指令也可以通过诸如互联网的通信网络从服务提供商处获得。

在下述的权利要求中的任何参考数字都不是对该权利要求的限制。很明显，动词“包括”以及其等价的词语的使用并不排除除了在任何权利要求中定义的其它步骤和元件的出现。在元件或者步骤之前的词语“一个”也不排除多个这样的元件或者步骤的出现。

Claims (3)

1.一种处理数字图像的输入序列(IS)的方法，包括以下步骤：

-利用预定的块伪痕量度(BM)，从仅包含块伪痕的数字图像的参考序列(BRS)中确定一个块参考级别JNDB的步骤(21a)，在此块参考级别上块伪痕在一组对象中变得可观察，

-利用预定的环形伪痕量度(RM)，从一组仅包含环形伪痕的数字图像的参考序列(RRS)中确定一个环形参考级别JNDR的步骤(21b)，在此环形参考级别上环形伪痕在一组对象中变得可观察，

-利用预定的转角逸出量度(CM)，从一组仅包含转角逸出伪痕的数字图像的参考序列(CRS)中确定一个转角逸出参考级别JNDC的步骤(21c)，在此转角逸出参考级别上转角逸出在一组对象中变得可观察，

-分别利用块伪痕量度(BM)，环形伪痕量度(RM)以及转角逸出量度(CM)测量一个输入序列的块伪痕级别B，环形伪痕级别R，以及转角逸出伪痕级别C的步骤(22a，22b，22c)，

-根据以下公式计算数字图像的输入序列的视频质量量度OQM的步骤(23)：

$\mathrm{OQM}=\sqrt{\mathrm{\α}{(B/\mathrm{JNDB})}^2+\mathrm{\β}{(R/\mathrm{JNDR})}^2+\mathrm{\γ}{(C/\mathrm{JNDC})}^2}$

其中α，β，γ是加权系数。

2.根据权利要求1所述的方法，还包括步骤：

-对数字图像的输入序列进行校正，将数字图像的输入序列作为视频质量量度的函数，从而为数字图像提供一个输出序列(OS)的步骤(61)。

3.根据权利要求1的方法，还包括步骤：

-对数字图像的输入序列进行第一编码从而提供编码参数的步骤(71)，

-改变所述编码参数，作为视频质量量度的函数的步骤，以及

-根据改变的编码参数对数字图像的输入序列进行第二编码，从而提供一个编码数字图像(ES)的序列的步骤(72)。

Images