|本期目录/Table of Contents|

[1]王海晖１,２,卢培磊１,等.无参考视频平滑度的评价方法[J].武汉工程大学学报,2015,37(06):56-62.[doi:10. 3969/j. issn. 1674-2869. 2015. 06. 012]
　,,et al.Ｅｖａｌｕａｔｉｏｎ ｍｅｔｈｏｄ ｏｆ ｎｏ－ｒｅｆｅｒｅｎｃｅ ｖｉｄｅｏ ｓｍｏｏｔｈｎｅｓｓ[J].Journal of Wuhan Institute of Technology,2015,37(06):56-62.[doi:10. 3969/j. issn. 1674-2869. 2015. 06. 012]
点击复制

无参考视频平滑度的评价方法(/HTML)
分享到：

《武汉工程大学学报》[ISSN:1674-2869/CN:42-1779/TQ]

卷:
37
期数:
2015年06期
页码:
56-62
栏目:
机电与信息工程
出版日期:
2015-06-30

文章信息/Info

Title:
Ｅｖａｌｕａｔｉｏｎ ｍｅｔｈｏｄ ｏｆ ｎｏ－ｒｅｆｅｒｅｎｃｅ ｖｉｄｅｏ ｓｍｏｏｔｈｎｅｓｓ
文章编号:
1674-2869(2015)06-0056-07
作者:
王海晖１; ２; 卢培磊１; ２; 吴云韬１; ２;  陈双玉１; 孙志宏１
１． 武汉工程大学计算机科学与工程学院，湖北 武汉４３０２０５； ２． 智能机器人湖北省重点实验室（武汉工程大学），湖北 武汉 ４３０２０５
Author(s):
ＷＡＮＧ Ｈａｉ－ｈｕｉ１; ２;  ＬＵ Ｐｅｉ－ｌｅｉ１; ２;  ＷＵ Ｙｕｎ－ｔａｏ１; ２;  ＣＨＥＮ Ｓｈｕａｎｇ－ｙｕ１;  ＳＵＮ Ｚｈｉ－ｈｏｎｇ１
１． Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， Ｗｕｈａｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ， Ｗｕｈａｎ ４３０２０５， Ｃｈｉｎａ；２． Ｈｕｂｅｉ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｉｎｔｅｌｌｉｇｅｎｔ Ｒｏｂｏｔ （Ｗｕｈａｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ）， Ｗｕｈａｎ ４３０２０５， Ｃｈｉｎａ
关键词:
视频平滑度; ＯＲＢ特征; 仿射变换; 平滑度评价
Keywords:
ｖｉｄｅｏ ｓｍｏｏｔｈｎｅｓｓ;  ＯＲＢ ｆｅａｔｕｒｅｓ;  ａｆｆｉｎｅ ｔｒａｎｓｆｏｒｍａｔｉｏｎ;  ｓｍｏｏｔｈｎｅｓｓ ｅｖａｌｕａｔｉｏｎ．
分类号:
ＴＰ３９１
DOI:
10. 3969/j. issn. 1674-2869. 2015. 06. 012
文献标志码:
A
摘要:
为了客观地评价视频图像的质量，提出了一种基于无参考视频平滑度的评价方法. 该方法使用ＯＲＢ（Ｏｒｉｅｎｔｅｄ ＦＡＳＴ ａｎｄ Ｒｏｔａｔｅｄ ＢＲＩＥＦ）特征点来描述视频帧，并通过使用仿射变换和ＦＬＡＮＮ（Ｆａｓｔ Ｌｉｂｒａｒｙ ｆｏｒ Ａｐｐｒｏｘｉｍａｔｅ Ｎｅａｒｅｓｔ Ｎｅｉｇｈｂｏｒｓ）算法，得出相邻两幅视频帧中特征序列的平移轨迹和旋转轨迹，然后对轨迹进行高斯滤波和计算其抖动次数，最后计算出整个视频序列相邻两帧图像的参数序列，并得出视频平滑度. 由于该算法无需借助任何参考图像，仅依靠待评价图像本身的信息就可以进行质量评价，因此使用更加简便. 与标准视频图像检测结果相比，采用该方法所得出的检测结果具有极高的吻合度，完全满足实用性要求.
Abstract:
Ｔｏ ｅｖａｌｕａｔｅ ｔｈｅ ｑｕａｌｉｔｙ ｏｆ ｖｉｄｅｏ ｉｍａｇｅ ｏｂｊｅｃｔｉｖｅｌｙ， ａ ｎｏ－ｒｅｆｅｒｅｎｃｅ ｅｖａｌｕａｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｖｉｄｅｏ ｓｍｏｏｔｈｎｅｓｓ ｗａｓ ｐｒｏｐｏｓｅｄ． Ｔｈｅ ｆｅａｔｕｒｅ ｐｏｉｎｔｓ ｏｆ Ｏｒｉｅｎｔｅｄ ＦＡＳＴ ａｎｄ Ｒｏｔａｔｅｄ ＢＲＩＥＦ ｗｅｒｅ ｕｓｅｄ ｔｏ ｄｅｓｃｒｉｂｅ ｔｈｅ ｖｉｄｅｏ ｆｒａｍｅ， ａｎｄ ｔｈｅ ａｆｆｉｎｅ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ａｎｄ ｔｈｅ Ｆａｓｔ Ｌｉｂｒａｒｙ ｆｏｒ Ａｐｐｒｏｘｉｍａｔｅ Ｎｅａｒｅｓｔ Ｎｅｉｇｈｂｏｒｓ ａｌｇｏｒｉｔｈｍ ｗｅｒｅ ａｌｓｏ ｕｓｅｄ ｔｏ ｇｅｔ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｒａｎｓｌａｔｉｏｎａｌ ｔｒａｊｅｃｔｏｒｙ ａｎｄ ｒｏｔａｔｉｏｎal ｔｒａｊｅｃｔｏｒｙ ｉｎ ｓｅｑｕｅｎｃｅ ｏｆ ｔｗｏ ｃｏｎｓｅｃｕｔｉｖｅ ｖｉｄｅｏ ｆｒａｍｅｓ． Ｔｈｅｎ ｗｅ ｏｐｅｒａｔｅｄ Ｇａｕｓｓ ｆｉｌｔｅｒ ｔｏ ｔｈｅ ｔｒａｊｅｃｔｏｒｉｅｓ， ａｎｄ ｃａｌｃｕｌａｔｅｄ ｔｈｅ ｊｉｔｔｅｒ ｔｉｍｅｓ． Ｆｉｎａｌｌｙ， ｗｅ ｃａｌｃｕｌａｔｅｄ ｐａｒａｍｅｔｅｒｓ ｓｅｑｕｅｎｃｅ ｏｆ ｔｈｅ ｗｈｏｌｅ ｖｉｄｅｏ ｓｅｑｕｅｎｃｅ ｏｆ ｔｗｏ ａｄｊａｃｅｎｔ ｆｒａｍｅｓ， ａｎｄ ｇｏｔ ｔｈｅ ｖｉｄｅｏ ｓｍｏｏｔｈｎｅｓｓ． Ｔｈｅ ｍｅｔｈｏｄ ｉｓ ｍｏｒｅ ｃｏｎｖｅｎｉｅｎｔ ｉｎ ｕｓｅ ｂｅｃａｕｓｅ ｉｔ ｏｎｌｙ ｒｅｌｉｅｓ ｏｎ ｔｈｅ ｅｖａｌｕａｔｅｄ ｉｍａｇｅｓ ｔｈｅｍｓｅｌｖｅｓ ｔｏ ｅｖａｌｕａｔｅ ｗｉｔｈｏｕｔ ｕｓｉｎｇ ａｎｙ ｒｅｆｅｒｅｎｃｅ ｉｍａｇｅｓ． Ｃｏｍｐａｒｉｎｇ ｗｉｔｈ ｔｈｅ ｄｅｔｅｃｔｉｏｎ ｒｅｓｕｌｔｓ ｏｆ ｓｔａｎｄａｒｄ ｖｉｄｅｏ ｉｍａｇｅ， ｔｈｅ ｄｅｔｅｃｔｉｏｎ ｒｅｓｕｌｔｓ ｏｂｔａｉｎｅｄ ｂｙ ｔｈｉｓ ｍｅｔｈｏｄ ｈａｖｅ ｇｏｏｄｎｅｓｓ ｏｆ ｆｉｔ， ａｎｄ ｍｅｅｔ ｔｈｅ ｐｒａｃｔｉｃａｌ ｒｅｑｕｉｒｅｍｅｎｔｓ．

参考文献/References:

［１］　ＷANG Ｚ， ＬU Ｌ， ＢＯＶＩＫ Ａ Ｃ． Ｖｉｄｅｏ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ ｂａｓｅｄ ｏｎ ｓｔｒｕｃｔｕｒａｌ ｄｉｓｔｏｒｔｉｏｎ ｍｅａｓｕｒｅｍｅｎｔ［Ｊ］． Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ：Ｉｍａｇｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎ，２００４，１９（２）：１２１－１３２．［２］　ＯＮＧ Ｅ Ｐ， ＹＡＮＧ Ｘ， ＬＩＮ Ｗ， ｅｔ ａｌ．Ｐｅｒｃｅｐｔｕａｌ ｑｕａｌｉｔｙ ａｎｄ ｏｂｊｅｃｔｉｖｅ ｑｕａｌｉｔｙ ｍｅａｓｕｒｅｍｅｎｔｓ ｏｆ ｃｏｍｐｒｅｓｓｅｄ ｖｉｄｅｏｓ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｖｉｓｕａｌ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ａｎｄ Ｉｍａｇｅ Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ， ２００６， １７（４）： ７１７－７３７．［３］　ＳＥＳＨＡＤＲＩＮＡＴＨＡＮ Ｋ， ＢＯＶＩＫ Ａ Ｃ． Ｍｏｔｉｏｎ－ｔｕｎｅｄ Ｓｐａｔｉｏ－ｔｅｍｐｏｒａｌ Ｑｕａｌｉｔｙ Ａｓｓｅｓｓｍｅｎｔ ｏｆ Ｎａｔｕｒａｌ Ｖｉｄｅｏｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ， ２０１０， １９（２）： ３３５－３５０．［４］　ＧＵＮＡＷＡＮ Ｉ Ｐ， ＧＨＡＮＢＡＲＩ Ｍ． Ｒｅｄｕｃｅｄ－ｒｅｆｅｒｅｎｃｅ ｖｉｄｅｏ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ ｕｓｉｎｇ ｄｉｓｃｒｉｍｉｎａｔｉｖｅ ｌｏｃａｌ ｈａｒｍｏｎｉｃ ｓｔｒｅｎｇｔｈ ｗｉｔｈ ｍｏｔｉｏｎ ｃｏｎｓｉｄｅｒａｔｉｏｎ ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｉｒｃｕｉｔｓ ａｎｄ Ｓｙｓｔｅｍｓ ｆｏｒ Ｖｉｄｅｏ Ｔｅｃｈｎｏｌｏｇｙ， ２００８， １８（１）：７１－８３．［５］　ＺENG Ｋ， ＷANG Ｚ． Ｔｅｒｒｐｏｒａｌ ｍｏｔｉｏｎ ｓｍｏｏｔｈｎｅｓｓ ｍｅａｓｕｒｅｍｅｎｔ ｆｏｒｒｅｄｕｃｅｄ－ｒｅｆｅｒｅ ｎｅｅ ｖｉｄｅｏ ｑｕａｌｉｔｙ ａｓｓｅｓ－ｓｍｅｎｔ［Ｃ］//ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｃｏｕｓｔｉｃｓ， Ｓｐｅｅｃｈ， ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，２０１０：１０１０－１０１３．［６］　ＲOSIN Ｐ Ｌ．Ｍｅａｓｕｒｉｎｇ ｃｏｒｎｅｒ pｒｏｐｅｒｔｉｅｓ［Ｊ］． Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｉｍａｇｅ Ｕｎｄｅｒｓｔａｎｄｉｎｇ，１９９９， ７３（２）：２９１－３０７．［７］　ＭＡＲＴＩＮ Ａ Ｆ， ＲＯＢＥＲＴ Ｃ ＢＥＳ． Ｒａｎｄｏｍ sａｍｐｌｅ ｏｎｓｅｎｓｕｓ： Ａ pａｒａｄｉｇｍ ｆｏｒ mｏｄｅｌ fｉｔｔｉｎｇ ｗｉｔｈ aｐｐｌｉｃａｔｉｏｎｓ ｔｏ iｍａｇｅ aｎａｌｙｓｉｓ ａｎｄ aｕｔｏｍａｔｅｄ cａｒｔｏｇｒａｐｈｙ［Ｊ］．Ｃｏｍｍｕｎｉｃａｔｉｏｎ ｏｆ ｔｈｅ ＡＣＭ, １９８１,２４（６）：３８１－３９５．［８］　ＬＥＥ Ｋ Ｙ， ＣＨＵＡＮＧ Ｙ Ｙ， ＣＨＥＮ Ｂ Ｙ， ｅｔ ａｌ． Ｖｉｄｅｏ ｓｔａｂｉｌｉｚａｔｉｏｎ ｕｓｉｎｇ ｒｏｂｕｓｔ ｆｅａｔｕｒｅ ｔｒａｊｅｃｔｏｒｉｅｓ［Ｃ］// Ｉｎ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ， ２００９：１３９７–１４０４．［９］　ＲＡＷＡＴＡＮＤ Ｐ， ＳＩＮＧＨＡＩ Ｊ． Ｅｆｆｉｃｉｅｎｔ vｉｄｅｏ sｔａｂｉｌｉｚａｔｉｏｎ tｅｃｈｎｉｑｕｅ ｆｏｒ hａｎｄ hｅｌｄ mｏｂｉｌｅ vｉｄｅｏｓ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ， Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ， ２０１３， ６（３）：１７－３２．

相似文献/References:

备注/Memo

备注/Memo:
收稿日期:2015-03-25基金项目:湖北省高等学校优秀中青年团队计划项目(T201206)作者简介:王海晖(1969-),男,河北石家庄人,教授,博士.研究方向:数字图像处理尧机器视觉尧模式识别.
更新日期/Last Update: 2015-08-23