基于时域梯度相似度的视频质量评价模型*

邱 亮，夏慧明，储久良

(1.南京师范大学泰州学院，江苏 泰州 225300;2.南京理工大学泰州科技学院，江苏 泰州 225300)

1 引言

视频质量评价算法主要分为视频主观质量评价与客观质量评价。由于视频主观评价结果最准确可靠，因此常用视频客观评价结果与主观评价结果的一致性作为客观评价算法的性能评价指标。

目前国际上存在多种视频质量评价算法，峰值信噪比PSNR(Peak Signal Noise Ratio)由于数据模型简单，是一种广泛使用的图像与视频质量评价指标，但该模型与人眼视觉特性的一致性差；Wang等[1]利用结构相似性算法SSIM(Structure SIMilarity)提取场景中的结构特征，并结合亮度掩蔽特性和运动估计，提出基于视频结构相似度测量VSSIM(Video Structural SImilarity Measurement)算法[2]；Seshadrinathan等[3]利用Gabor滤波器对图像进行多通道分解，对各通道进行运动估计，提出了基于运动的视频完整性评价MOVIE(MOtion-based Video Integrity Evaluation index)算法；Prison等[4]提取视频中人眼能够感知的图像特征(亮度、色彩、时空变化)，利用统计学原理模拟人眼视觉系统HVS(Human Visual System)，提出了视频质量评价VQM(Video Quality Model)模型。Lin等[5]利用图像的相位一致性以及图像的空域梯度特征，提出了一种特征相似度测量FSIM(Feature SIMilarity index for image quality assessment)[6]算法，该算法复杂度低、执行效率高，得出的评价结果和人眼主观感受的一致性较好，是目前最好的静态图像质量评价算法之一。

由于人眼的对比度掩蔽特性，人眼对于视觉信号中不同对比度具有较强的敏感度，而梯度信息可以体现图像中的对比度信息。Wang Yue等[7]引入三维Sobel算子计算视频的局部时空域的梯度，对时空域梯度幅值进行阈值判断选取感兴趣像素点，然后计算感兴趣区域的3D结构张量来描述视频的时域失真，取得了较好的视频质量评价效果。……