网络环境下H.264视频流PSNR估计方法研究

论文摘要

由于视频编解码技术会造成一定程度的图像失真,因此,如何评价视频码流的图像质量是数字视频编码技术首要面对的问题。所有视频质量评价方法中,计算重构视频和原始视频的峰值信噪比(PSNR),能够很好地反映了整个图像的失真程度,是行业内排在首位的视频质量评价方法。但是在网络环境下的数字视频技术应用中,由于不能得到原始视频信息,计算视频码流的PSNR具有局限性。因此,提出了一种基于H.264视频编码标准的PSNR估计方法,适用于网络环境。H.264编码标准产生图像失真的两个因素是量化技术和SKIP技术。实验证明,H.264编码过程中离散余弦变换(DCT变换)之后的系数在统计上满足拉普拉斯分布。通过对DCT系数量化后数值的统计分析,可以估计量化前DCT系数的分布模型,结合量化系数,获得量化造成的还原误差。针对于SKIP技术造成的图像损失,利用SKIP宏块和其相似宏块的残差能量基本相同的特点,通过相似宏块的残差信息获得SKIP技术造成的还原误差。经过在多个视频序列的测试证明,提出的H.264视频流无参考PSNR估计方法,具有较好的精确度。其中PSNR的平均估计误差仅为0.52db,在各种条件下的测试结果误差最高不超过1.4db。将H.264视频流无参考PSNR估计方法应用于一个数字视频系统,实现视频清晰程度的自适应。运行结果证明,系统内视频流PSNR变动范围控制在2db之内。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题背景
• 1.2 国内外研究状况
• 1.3 课题的主要工作
• 1.4 论文的结构安排
• 2 视频质量评价方法概述
• 2.1 视频编解码带来的视频质量损失
• 2.2 主观评价方法
• 2.3 客观评价分类
• 2.4 PSNR
• 2.5 本章小结
• 3 基于H264 的无参考PSNR 估计方法
• 3.1 H264 编码原理
• 3.2 H264 中的图像损失的影响因素分析
• 3.3 量化造成的图像损失估计
• 3.4 SKIP 技术造成的图像损失估计
• 3.5 PSNR 估计算法的优化
• 3.6 本章小结
• 4 实验结果与数据分析
• 4.1 实验测试环境
• 4.2 PSNR 估计精准度测试结果与分析
• 4.3 算法时间复杂度测试与分析
• 4.4 本章小结
• 5 无参考的PSNR 估计方法的在网络环境下的应用
• 5.1 基于视频质量的网络视频传输系统
• 5.2 服务器设计
• 5.3 客户端设计
• 5.4 系统运行结果
• 5.5 本章小结
• 6 总结及展望
• 6.1 全文总结
• 6.2 研究展望
• 致谢
• 参考文献