CN101461252A - 视频匹配装置和视频匹配方法 - Google Patents

视频匹配装置和视频匹配方法 Download PDF

Info

Publication number
CN101461252A
CN101461252A CNA2007800209496A CN200780020949A CN101461252A CN 101461252 A CN101461252 A CN 101461252A CN A2007800209496 A CNA2007800209496 A CN A2007800209496A CN 200780020949 A CN200780020949 A CN 200780020949A CN 101461252 A CN101461252 A CN 101461252A
Authority
CN
China
Prior art keywords
deterioration
vision signal
signal
pixel value
singular point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2007800209496A
Other languages
English (en)
Other versions
CN101461252B (zh
Inventor
冈本淳
渡边敬志郎
栗田孝昭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Publication of CN101461252A publication Critical patent/CN101461252A/zh
Application granted granted Critical
Publication of CN101461252B publication Critical patent/CN101461252B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/14Picture signal circuitry for video frequency region
    • H04N5/21Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/10Image enhancement or restoration using non-spatial domain filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • H04N17/004Diagnosis, testing or measuring for television systems or their details for digital television systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20024Filtering details
    • G06T2207/20032Median filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Picture Signal Circuits (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Image Processing (AREA)

Abstract

奇异点移除单元(12)从劣化视频信号和参考视频信号中移除作为不可见高频分量噪声的奇异点。像素值校正单元(13)移除被添加至劣化视频信号的像素值偏移量。奇异点移除单元(12)将视频信号变换为空间频率,移除高频分量,并通过逆变换来恢复视频信号,或通过使用均值滤波器或中值滤波器来移除奇异点。像素值校正单元(13),获得参考视频信号的像素值和劣化视频信号的对应像素值之间的关系,并校正参考视频信号的像素值或劣化视频信号的像素值,以使劣化视频信号的像素值与参考视频信号的像素值相匹配。

Description

视频匹配装置和视频匹配方法
技术领域
本发明涉及一种视频匹配装置和视频匹配方法,在估计劣化视频信号的主观质量之前,基于劣化视频信号和参考视频信号的物理特征量,将作为评价目标的劣化视频信号与参考视频信号相匹配,该参考视频信号与劣化前的劣化视频信号相同。
背景技术
传统地,视频质量评价实质上被称作主观质量评价,对用户实际观察视频时他/她所感知到的质量进行测量。然而,主观质量评价需要专用设备和大量的时间及人力。因此,已经出现了对客观评价方法的需求,该方法根据对视频物理测量的数量来估计主观质量,以更高效地执行视频质量评价。
根据传统的客观评价方法,对于专业应用,该方法足以处理作为目标视频信号的稳定信号(例如,广播站信号),例如,如参考文献“Objective Perceptual Video Quality Measurement Techniques forDigital Cable Television in the Presence of a Full Reference”,ITU-TRecommendation J.144,2004中所描述的,仅为了标准化来确定客观评价算法。
出于上述原因,在劣化视频信号的主观质量评价之前要执行的匹配处理过程中,劣化视频信号和参考视频信号之间的匹配可以通过执行在劣化之前将劣化视频信号的格式和参考视频信号的格式相匹配的格式转换处理,以及将劣化视频信号的时间和位置与参考视频信号的时间和位置相匹配的位置/同步匹配处理来实现(例如,见美国专利No.5,446,492的说明书)。
发明内容
本发明要解决的问题
例如,当通过使用信号电平(监控信号)评价视频的质量时,由于播放器的处理、监视器输出板的特性/性能等,有时会将噪声或偏移添加至视频信号中,以所述信号电平在例如使用个人计算机(PC)观察视频的环境中实际观察视频。一些噪声或偏移不能被人眼所感知并对主观质量没有影响。如果将不能被人眼所感知的此类噪声或偏移作为质量劣化因子包括在计算中,则会过度估计视频的质量劣化,导致主观质量估计准确性的下降。
本发明致力于解决上述问题,并且其目的在于提供一种视频匹配装置和一种视频匹配方法,可以移除添加至劣化视频信号的均匀噪声或偏移。
解决问题的手段
本发明的视频匹配装置包括:位置/同步匹配单元,消除劣化视频信号和与劣化前劣化视频信号相同的参考视频信号之间的时间轴上的位移和位置位移;以及奇异点移除单元,从劣化视频信号中移除作为不可见的高频分量噪声的奇异点。
此外,本发明的视频匹配装置包括:位置/同步匹配单元,消除劣化视频信号和与劣化前劣化视频信号相同的参考视频信号之间的时间轴上的位移和位置位移;以及像素值校正单元,移除添加至劣化视频信号的像素值偏移。
本发明的视频匹配方法包括:位置/同步匹配步骤,消除劣化视频信号和与劣化前劣化视频信号相同的参考视频信号之间的时间轴上的位移和位置位移;以及奇异点移除步骤,从劣化视频信号中移除作为不可见的高频分量噪声的奇异点。
此外,本发明的视频匹配方法包括:位置/同步匹配步骤,消除劣化视频信号和与劣化前劣化视频信号相同的参考视频信号之间的时间轴上的位移和位置位移;以及像素值校正单元,移除添加至劣化视频信号的像素值偏移量。
本发明的效果
如上所述,根据本发明,即使由于播放器中的后处理或监视器输出板的特性/性能导致将噪声添加至劣化视频信号,通过执行从劣化视频信号中移除作为不可见的高频分量噪声的奇异点奇异点移除处理也可以将噪声移除。因此,当在可以实际观察视频的信号电平(监视器信号)处评价视频质量时,本发明可以适当地评价劣化视频信号的质量。
此外,根据本发明,即使由于播放器中的后置滤波器或监视器输出板的颜色校正功能导致将偏移添加至劣化视频信号,通过执行移除添加至劣化视频信号的像素值偏移的像素值校正处理,也可以移除偏移量。因此,当在可以实际观察视频的信号电平(监视器信号)处评价视频质量时,本发明可以适当地评价劣化视频信号的质量。
此外,根据本发明,除了针对劣化视频信号,还可以针对参考视频信号执行奇异点移除处理,从而可以消除奇异点移除处理对主观质量估计准确性的反作用,该反作用是当将奇异点移除处理应用到劣化视频信号时所新产生的。因此,与仅针对劣化视频信号执行奇异点移除处理的情况相比,可以改进主观质量评价准确性。
此外,本发明输出奇异点移除量作为下一步骤主观质量评价步骤的输入信息。利用该操作,当在奇异点移除处理中执行未预期的处理时,可以考虑到未预期的处理对下一步骤主观质量评价步骤中主观质量评价准确性的影响。
此外,本发明输出用于像素值校正的校正信息作为下一步骤主观质量评价步骤的输入信息。利用该操作,当在像素值校正处理中执行未预期的处理时,可以考虑到未预期的处理对下一步骤主观质量评价步骤中主观质量评价准确性的影响。
附图说明
图1是方框图,示出了根据本发明第一实施例的视频匹配装置的布置;
图2是流程图,示出了根据本发明第一实施例的视频匹配装置的操作;
图3A和3B是用于对本发明第一实施例中位置/同步匹配单元的操作进行解释的视图,示出了参考视频信号和劣化视频信号之间的像素匹配的概念;
图4A是用于对本发明第一实施例中奇异点移除单元的操作的示例进行解释的图表,示出了劣化视频信号的帧;
图4B是用于对本发明第一实施例中奇异点移除单元的操作的示例进行解释的图表,示出了劣化视频信号的空间频率;
图4C是用于对本发明的第一实施例中奇异点移除单元的操作的示例进行解释的图表,示出了在高频分量移除之后由于空间频率的变换的劣化视频信号的帧;
图5A是用于对本发明的第一实施例中奇异点移除单元的操作的另一示例进行解释的视图,示出了3×3邻域均值滤波器作为噪声移除滤波器的示例;
图5B是用于对本发明的第一实施例中奇异点移除单元的操作的另一示例进行解释的视图,示出了3×3邻域加权均值滤波器作为噪声移除滤波器的示例;
图5C是用于对本发明的第一实施例中奇异点移除单元的操作的另一示例进行解释的视图,示出了交叉均值滤波器作为噪声移除滤波器的示例;
图6A是用于对本发明的第一实施例中奇异点移除处理的操作的另一示例进行解释的视图,示出了3×3邻域中值滤波器作为噪声移除滤波器的示例;
图6B是用于对本发明的第一实施例中奇异点移除处理的操作的另一示例进行解释的视图,示出了交叉中值滤波器作为噪声移除滤波器的示例;
图6C是用于对本发明的第一实施例中奇异点移除处理的操作的另一示例进行解释的视图,示出了长交叉中值滤波器作为噪声移除滤波器的示例;
图7A是用于对本发明的第一实施例中像素值校正单元的操作进行解释的图,示出了解码时的处理对劣化视频信号的影响;
图7B是用于对本发明的第一实施例中像素值校正单元的操作进行解释的图,示出了解码后的处理对劣化视频信号的影响;
图8是方框图,示出了根据本发明的第二实施例的视频匹配装置的布置。
具体实施方式
第一实施例
以下参照附图,将对本发明的实施例进行描述。图1是方框图,示出了根据本发明第一实施例的视频匹配装置的布置。
视频匹配装置包括:匹配单元1和主观质量估计单元2。匹配单元1通过向输入劣化视频信号D0(被编码或网络中的丢失劣化)和输入参考视频信号R0(与劣化前的劣化视频信号D0相同)应用信号处理,来输出匹配的参考视频信号R4和匹配的劣化视频信号D4。主观质量估计单元2通过测量匹配的参考视频信号R4和匹配的劣化视频信号D4的特征量来估计匹配的劣化视频信号D4的主观质量。应当注意的是,图1中的装置同时实现了视频匹配装置和客观视频质量评价装置。
匹配单元1包括:格式转换单元10、位置/同步匹配单元11、奇异点移除单元12、以及像素值校正单元13。图2是示出了视频匹配装置的操作的流程图。
格式转换单元10执行格式转换处理,将参考视频信号R0的格式与劣化视频信号D0的格式相匹配(图2的步骤S10)。
位置/同步匹配单元11执行位置/同步匹配处理,消除由格式转换单元10进行信号处理的参考视频信号R1和劣化视频信号D1之间的时间轴上的位移和位置位移(图2中的步骤S11)。
奇异点移除单元12执行奇异点移除处理,从由位置/同步匹配单元11进行信号处理的劣化视频信号D2中移除奇异点(噪声)(图2中的步骤S12)。应当注意的是,出于以下原因,奇异点移除单元12还针对参考视频信号R2执行奇异点移除处理。
像素值校正单元13执行像素值校正处理,移除添加至由奇异点移除单元12进行信号处理的参考视频信号R3的偏移(像素值偏移)(图2中的步骤S13)。
以下将更加详细地描述每一处理中匹配单元1的操作。当在信号格式、大小、以及长宽比方面,参考视频信号R0与劣化视频信号D0不相同时,则格式转换单元10转换劣化视频信号D0以将劣化视频信号D0的格式与参考视频信号R0的格式相匹配。例如,如果参考视频信号R0是未压缩的YUV格式,而劣化视频信号D0是为压缩的RGB格式,则通过使用由ITU-R(国际电信同盟无线电通信部分)推荐标准BT-601“STUDIO ENCODING PARAMETERS OF DIGITAL TELEVISIONFOR STANDARD 4:3 AND WIDE-SCREEN 16:9 ASPECT RATIOS”所定义转换公式,足以转换劣化视频信号D0。应当注意的是,如果劣化视频信号是压缩格式,则必需预先将该格式转换为未压缩格式。
如果在大小或长宽比方面,参考视频信号R0与劣化视频信号D0不相同,则格式转换单元10转换劣化视频信号D0以将其大小或长宽比与参考视频信号R0的大小或长宽比相匹配。如果参考视频信号R0和劣化视频信号D0的大小或长宽比存在整数倍关系,则可以使用简单的整数倍执行计算。然而,如果参考视频信号R0和劣化视频信号D0的大小或长宽比不存在整数倍关系,则必需将劣化视频信号D0的大小转换为任意大小。在这种情况下,如参考文献“Easy-to-Understand DigitalImage Processing-from Filter Processing to DCT & Wavelet”,CQpublishing Co.,,1996的第七章中所描述的图像分辨率转换,足以将该大小转换为任意大小。应当注意的是,如果由于参考视频信号R0和劣化视频信号D0之间格式上的不同,导致在亮度分布范围或颜色分布范围方面,参考视频信号R0与劣化视频信号D0不同,则根据需要还要执行匹配处理以使其分布范围彼此匹配。
为了将由格式转换单元10进行格式转换的参考视频信号R1的帧的像素位置与劣化视频信号D1的帧的像素位置相匹配,如图3A所示,位置/同步匹配单元11获得劣化视频信号D1的目标帧DF和参考视频信号R1的目标帧RF之间的差值。此时,如图3B所示,位置/同步匹配单元11获得帧RF和DF的目标区域的相应像素之间的差值的总和,同时根据位于目标区域左上方的目标帧RF的坐标R(1,1)来移动与参考视频信号R1的目标帧FR的目标区域相应的劣化视频信号D1的目标帧DF的目标区域。参照图3B,帧RF和DF中每一个正方形表示一个像素。
位置/同步匹配单元11移动劣化视频信号D1的目标区域,从而坐标D(1,1)、D(1,2)、D(1,3)、D(2,1)、D(2,2)、D(2,3)、D(3,1)、D(3,2)、和D(3,3)中的每一个位于每一目标区域的左上部,并获得劣化视频信号D1的目标区域和参考视频信号R1的目标区域的相应像素之间的差值的总和。参照图3B,附图标记A1表示位于左上部具有坐标D(1,1)的目标区域,附图标记A2表示位于左上部具有坐标D(2,2)的目标区域,附图标记A3表示位于左上部具有坐标D(3,3)的目标区域。
在获得参考视频信号R1的当前目标帧FR和劣化视频信号D1的目标帧DF的相应像素之间的差值的总和时,位置/同步匹配单元11获得与上述目标帧RF相邻的新目标帧RF和劣化视频信号D1的目标帧DF的相应像素之间的差值的总和(下文中,将相应像素之间的差值总和缩写为差值)。位置/同步匹配单元11针对每一帧RF和目标帧DF的每一目标区域,获得劣化视频信号D1的一个目标帧DF和参考视频信号R1的多个目标帧RF之间的差值,并向奇异值移除单元12输出处于匹配状态的参考视频信号R2和劣化视频信号D2,差值被最小化的该状态中是参考视频信号R1与劣化视频信号D1最优匹配(时间和位置匹配)的状态。
奇异点移除单元12接收由位置/同步匹配单元11进行了位置/同步匹配处理的劣化视频信号D2和参考视频信号R2,并从劣化视频信号D2中移除作为不可见高频分量噪声的奇异点。该奇异点是与压缩/解压缩无关的噪声,由于播放器中的后处理或监视器输出板的特性/性能,添加了该噪声。
图4A到4C是对奇异点移除单元12的操作的示例进行解释的图,示出了针对劣化视频信号D2的高频分量移除处理的示例。参照每一幅图4A和4C,横坐标是X轴,纵坐标是Y轴。参照图4B,横坐标表示水平频率F1,纵坐标表示垂直频率F2。水平频率F1向左逐渐降低,并向右逐渐升高。垂直频率F2向上逐渐降低,并向下逐渐升高。
例如,奇异点移除单元12通过二维傅立叶变换等,全部或部分地将图4A所示的劣化视频信号的帧转换至如图4B所示的空间频率,并移除高频分量HF。奇异点移除单元12执行二维傅立叶逆变换以恢复劣化视频信号(如图4C所示),从而从劣化视频信号中移除奇异点U。
可选地,假设X(m,n)是劣化视频信号帧的目标像素值,奇异点移除单元12根据以下方程移除奇异点,并在移除奇异点之后获得相同目标像素的值Y(m,n)。
Y ( m , n ) = Σ i = - k i = k Σ j = - 1 j = 1 X ( m + i , n + j ) W ( i , j ) - - - ( 1 )
其中,W(i,j)表示滤波函数。假设k=1=1为实现方程(1)计算的值,可以想到图5A所示的3×3邻域均值滤波器、图5B所示的3×3邻域加权均值滤波器、图5C所示的交叉均值滤波器等。
在图5A中,将3×3邻域均值滤波器应用于作为目标像素的水平方向的3个像素×垂直方向的3个像素的中心像素,并如图5A所示,通过设置每一个像素的滤波函数W(i,j)来获得目标像素值Y(m,n)。同样,如图5B所示,3×3邻域加权均值滤波器设计为,通过设置滤波函数W(i,j)来获得目标像素值Y(m,n)。将交叉均值滤波器应用于作为目标像素的包括5个像素的交叉的中心像素,并如图5C所示,通过设置每一像素的滤波函数W(i,j)来获得目标像素值Y(m,n)。
此外,作为实现方程(1)的计算的滤波器,可以使用图6A所示的3×3邻域中值滤波器、图6B所示的交叉中值滤波器、或图6C所示的长交叉中值滤波器。在图6A中,将3×3邻域中值滤波器应用于作为目标像素的水平方向的3个像素×垂直方向的3个像素的中心像素,并获得9个像素值的中值作为目标像素值Y(m,n)。在图6B中,将交叉中值滤波器应用于作为目标像素的包括5个像素的交叉的中心像素,并获得5个像素值的中值作为目标像素值Y(m,n)。在图6C中,将长交叉中值滤波器应用于作为目标像素的包括9个像素的交叉的中心像素,并获得9个像素值的中值作为目标像素值Y(m,n)。
应当注意的是,除非添加了其他劣化,有待于由奇异点移除单元12进行信号处理的劣化视频信号D3在输入至奇异点移除单元12之前,与劣化视频信号D2相同。因此,如果通过使用由奇异点移除单元12进行信号处理的劣化视频信号D3和参考视频信号R2来估计主观质量,则估计准确性会降低。出于这个原因,奇异点移除单元12针对从位置/同步匹配单元11输入的参考视频信号R2,执行与针对劣化视频信号D2的相同的信号处理,来移除奇异点。当主观质量估计单元2在后续的步骤中估计主观质量时,可以导出适当的评价值。
作为奇异点移除单元12所使用的滤波器,可以想到各种类型的低通滤波器。发明人所进行的验证揭示出,适于对奇异点移除处理使用图6B的交叉中值滤波器。这是因为,考虑到不是很大计算量以及更多方案和设备的组合,并可以获得最优的估计准确性。
为了移除添加至劣化视频信号的偏移,像素值校正单元13获得受由奇异点移除单元12进行了奇异点移除处理的参考视频信号R3的像素和劣化视频信号D3的相应像素之间的关系,并且校正劣化视频信号D3的像素值以使整体上将劣化视频信号D3的像素值与参考视频信号R3的像素值相匹配。例如,由于播放器中的解码处理、解码之后的后置滤波器处理、或监视器输出面板的颜色校正功能,偏移量被添加至劣化视频信号D3。
如图7A和图7B,像素值校正单元13获得参考视频信号R3的像素值和劣化视频信号D3的相应像素值之间的关系。图7A示出了解码时处理对劣化视频信号的影响,图7A是通过绘制参考视频信号的像素值和经历播放器中后置滤波器处理的劣化视频信号的像素值之间的关系而获得的图,其中横坐标表示劣化视频信号的亮度DL,纵坐标表示参考视频信号的亮度值RL。在图7A所示的情况下,通过二阶回归方程表示参考视频信号的像素值和劣化视频信号的相应像素值之间的关系。
图7B示出了解码后处理对劣化视频信号的影响,并且图7B是通过绘制参考视频信号的像素值和经历监视器输出面板的颜色校正功能的劣化视频信号的像素值之间的关系而获得的图。在图7B所示的情况下,通过一阶回归方程表示参考视频信号的像素值和劣化视频信号的相应像素值之间的关系。
像素值校正单元13从参考视频信号R3的像素值和劣化视频信号D3的相应像素值之间的关系中导出回归方程,并且通过使用回归方程校正劣化视频信号D3的像素值。像素值校正单元13向主观质量估计单元2输出从奇异点移除单元12输入的参考视频信号R3作为所匹配的参考视频信号R4,并且还向主观质量估计单元2输出对其像素值进行校正的劣化视频信号D3作为所匹配的劣化视频信号D4。作为由像素值校正单元13导出的回归方程,可以设想线性表达式、二次表达式、多项式、指数函数、对数函数、或其组合。根据发明人进行的验证,在许多情况下,使用二次表达式通过近似实现上述操作。因此,在这种情况下,通过使用二次表达式执行回归。在该实施例中,劣化视频信号D3与参考视频信号R3相匹配。然而,通过将参考视频信号R3与劣化视频信号D3相匹配,足以校正参考视频信号R3的像素值。
主观质量估计单元2通过测量所匹配的参考视频信号R4和所匹配的劣化视频信号D4的特征量来估计劣化视频信号的主观质量(图2中的步骤S14)。例如,参考文献“Proposal for an objective video qualityassessment method that takes spatio-temporal feature amounts intoconsideration”,Okamoto、Hayashi、Takahashi、和Kurita,THETRANSACTIONS OF THE IEICE,Vol.J88-B,No.4,pp.813-823,2005中公开了主观质量估计。
如上所述,根据该实施例,提供了奇异点移除单元12以便可以移除由于播放器中的后处理或监视器输出板的特性/性能而添加至劣化视频信号的均匀噪声。此外,根据实施例,提供像素值校正单元13以便可以移除由于播放器中的后处理或监视器输出板的颜色校正功能而添加至劣化视频信号的均匀噪声。因此,该实施例可以恰当地评价劣化视频信号的质量。
第二实施例
以下将描述本发明的第二实施例,图8是方框图,示出了根据本发明第二实施例的视频匹配装置的布置。与图1中相同的附图标记在图8中表示相同的组件。
该实施例的匹配单元1a的奇异点移除单元12a采用与第一实施例的奇异点移除单元12相同的方式进行操作,并输出奇异点移除处理中的奇异点移除量S(例如,从劣化视频信号中移除奇异点前后像素值改变量的总和,从参考视频信号中移除奇异点前后像素值改变量的总和)作为主观质量估计单元2的输入信息。
像素值校正单元13a采用与第一实施例的像素值校正单元13相同的方式进行操作,并输出校正信息C(例如,回归方程或回归方程的系数)作为主观质量估计单元2的输入信息。
利用该操作,当主观质量估计单元2执行主观质量估计处理时,可以主观质量估计单元2通知匹配处理的程度,以使主观质量估计单元2能够考虑到匹配单元1a的匹配处理对劣化视频信号的改变程度。第一实施例没有考虑到人眼可感知的奇异点的移除或像素值的校正。然而,当奇异点移除单元12或像素校正单元13执行未预期的处理时,该操作可以影响主观质量估计单元2的主观质量估计处理。出于该原因,第二实施例使得能够通过向主观质量估计单元2通知匹配处理的程度来使主观质量估计单元2考虑到未预期的处理。
应当注意的是,通过计算机可以实现第一和第二实施例的视频匹配装置,计算机包括:CPU、存储设备、以及外部设备和控制这些硬件资源的程序的接口。提供了使这样的计算机实现本发明的视频匹配方法的程序,并同时将其记录在记录介质(例如,软盘、CD-ROM、DVD-ROM、或存储卡)上。CPU将从记录介质中读取的程序写入存储器设备中,并根据程序执行第一和第二实施例中所描述的处理。
工业应用性
本发明可以应用于通过测量视频信号的物理特征量来估计主观质量的客观视频质量评价技术。

Claims (14)

1、一种视频匹配装置,其特征在于包括:
位置/同步匹配单元,消除劣化视频信号和与劣化前的劣化视频信号相同的参考视频信号之间的时间轴上的位移和位置位移;以及
奇异点移除单元,从劣化视频信号中移除作为不可见高频分量噪声的奇异点。
2、一种视频匹配装置,其特征在于包括:
位置/同步匹配单元,消除劣化视频信号和与劣化前的劣化视频信号相同的参考视频信号之间的时间轴上的位移和位置位移;以及
像素值校正单元,移除被添加至劣化视频信号的像素值偏移量。
3、根据权利要求1所述的视频匹配装置,其特征在于还包括:主观质量估计单元,通过测量已经由所述位置/同步匹配单元和所述奇异点移除单元进行信号处理的劣化视频信号和参考视频信号的特征量,来估计劣化视频信号的主观质量。
4、根据权利要求2所述的视频匹配装置,其特征在于还包括:主观质量估计单元,通过测量已经由所述位置/同步匹配单元和所述像素值校正单元进行信号处理的劣化视频信号和参考视频信号的特征量,来估计劣化视频信号的主观质量。
5、一种视频匹配方法,其特征在于包括:
位置/同步匹配步骤,消除劣化视频信号和与劣化前的劣化视频信号相同的参考视频信号之间的时间轴上的位移和位置位移;以及
奇异点移除步骤,从劣化视频信号中移除作为不可见高频分量噪声的奇异点。
6、根据权利要求5所述的视频匹配方法,其特征在于,所述奇异点移除步骤包括:同时从参考视频信号和劣化视频信号中移除奇异点。
7、一种视频匹配方法,其特征在于包括:
位置/同步匹配步骤,消除劣化视频信号和与劣化前的劣化视频信号相同的参考视频信号之间的时间轴上的位移和位置位移;以及
像素值校正步骤,移除被添加至劣化视频信号的像素值偏移量。
8、根据权利要求5所述的视频匹配方法,其特征在于,还包括:像素校正步骤,移除添加至劣化视频信号的像素值偏移量。
9、根据权利要求5所述的视频匹配方法,其特征在于,所述奇异点移除步骤包括以下步骤之一:通过将视频信号变换到空间频率、移除高频分量、并通过逆变换恢复视频信号来移除奇异点;以及通过使用均值滤波器或中值滤波器来移除奇异点。
10、根据权利要求7所述的视频匹配方法,其特征在于,像素值校正步骤包括:获得参考视频信号的像素值和劣化视频信号的相应像素值之间的相关关系,并校正参考视频信号和劣化视频信号之一的像素值,以在整体上将劣化视频信号的像素值与参考视频信号的像素值相匹配。
11、根据权利要求5所述的视频匹配方法,其特征在于还包括:主观质量估计步骤,通过测量由位置/同步匹配步骤和奇异点移除步骤进行信号处理的劣化视频信号和参考视频信号的特征量,来估计劣化视频信号的主观质量。
12、根据权利要求11所述的视频匹配方法,其特征在于,所述奇异点移除步骤包括:输出奇异点移除量作为下一步骤主观质量估计步骤的输入信息。
13、根据权利要求7所述的视频匹配方法,其特征在于还包括:主观质量估计步骤,通过测量由位置/同步匹配步骤和奇异点移除步骤进行信号处理的劣化视频信号和参考视频信号的特征量,来估计劣化视频信号的主观质量。
14、根据权利要求13所述的视频匹配方法,其特征在于,所述像素值校正步骤包括:输出用于像素值校正的校正信息作为下一步骤主观质量估计步骤的输入信息。
CN2007800209496A 2006-06-21 2007-04-26 视频匹配装置和视频匹配方法 Active CN101461252B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP171231/2006 2006-06-21
JP2006171231A JP4763525B2 (ja) 2006-06-21 2006-06-21 映像整合方法
PCT/JP2007/059060 WO2007148479A1 (ja) 2006-06-21 2007-04-26 映像整合装置および映像整合方法

Publications (2)

Publication Number Publication Date
CN101461252A true CN101461252A (zh) 2009-06-17
CN101461252B CN101461252B (zh) 2011-04-13

Family

ID=38833222

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2007800209496A Active CN101461252B (zh) 2006-06-21 2007-04-26 视频匹配装置和视频匹配方法

Country Status (7)

Country Link
US (1) US8195010B2 (zh)
EP (2) EP2031882B1 (zh)
JP (1) JP4763525B2 (zh)
KR (1) KR101004064B1 (zh)
CN (1) CN101461252B (zh)
CA (1) CA2654501C (zh)
WO (1) WO2007148479A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104410904A (zh) * 2014-12-25 2015-03-11 安科智慧城市技术(中国)有限公司 视频播放方法和装置

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2114079B2 (en) * 2008-05-02 2018-01-24 Psytechnics Ltd Method and apparatus for aligning signals
US8515182B2 (en) * 2009-02-11 2013-08-20 Ecole De Technologie Superieure Method and system for determining a quality measure for an image using multi-level decomposition of images
US8185334B2 (en) * 2009-03-05 2012-05-22 Tektronix, Inc. Methods and systems for filtering a digital signal
JP5283667B2 (ja) * 2010-07-07 2013-09-04 パナソニック株式会社 画像処理装置、画像処理方法およびプログラム
US8559753B2 (en) * 2011-09-23 2013-10-15 The Boeing Company Reflection removal system
KR101896941B1 (ko) * 2012-06-25 2018-09-12 엘지이노텍 주식회사 스테레오 매칭 장치 및 그 방법

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05176179A (ja) * 1991-12-20 1993-07-13 Toppan Printing Co Ltd 圧縮・伸張処理された画像データの評価方法及びその装置
JP3277384B2 (ja) * 1992-03-11 2002-04-22 ソニー株式会社 画像測定方法
US5446492A (en) * 1993-01-19 1995-08-29 Wolf; Stephen Perception-based video quality measurement system
US5684538A (en) * 1994-08-18 1997-11-04 Hitachi, Ltd. System and method for performing video coding/decoding using motion compensation
JP3458600B2 (ja) * 1996-05-10 2003-10-20 Kddi株式会社 ディジタル画像品質評価装置
EP0809409B1 (en) 1996-05-24 2001-08-29 Matsushita Electric Industrial Co., Ltd. Method and circuit to determine a noise value that corresponds to the noise in a signal
KR100229796B1 (ko) 1996-08-30 1999-11-15 전주범 열화영상에 대한 보상기능을 갖는 영상 복호화 시스템
JP3935548B2 (ja) * 1997-02-27 2007-06-27 オリンパス株式会社 画像信号処理装置
US6115420A (en) * 1997-03-14 2000-09-05 Microsoft Corporation Digital video signal encoder and encoding method
JPH11109905A (ja) * 1997-09-30 1999-04-23 Nippon Sorutec Kk モニター自動調整装置及び調整方法
JPH11208645A (ja) 1998-01-29 1999-08-03 Dainippon Printing Co Ltd カード付カートン
JPH11308645A (ja) * 1998-04-21 1999-11-05 Sony Corp 画像評価装置
JP3501954B2 (ja) * 1998-07-21 2004-03-02 日本放送協会 画質評価装置
JP3991845B2 (ja) * 2002-11-12 2007-10-17 松下電器産業株式会社 映像プログレッシブ変換再生装置
US7532804B2 (en) * 2003-06-23 2009-05-12 Seiko Epson Corporation Method and apparatus for video copy detection
CN100591145C (zh) 2003-08-22 2010-02-17 日本电信电话株式会社 影像质量评价装置和影像质量评价方法
KR100798834B1 (ko) 2003-08-22 2008-01-28 니뽄 덴신 덴와 가부시키가이샤 영상품질 평가장치, 영상품질 평가방법, 영상품질 평가프로그램을 기록한 기록매체
JP2005286689A (ja) * 2004-03-30 2005-10-13 Sanyo Electric Co Ltd ノイズ低減方法及び画像処理装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104410904A (zh) * 2014-12-25 2015-03-11 安科智慧城市技术(中国)有限公司 视频播放方法和装置

Also Published As

Publication number Publication date
JP2008005107A (ja) 2008-01-10
CN101461252B (zh) 2011-04-13
EP2390836A2 (en) 2011-11-30
CA2654501C (en) 2013-04-09
CA2654501A1 (en) 2007-12-27
EP2390836A3 (en) 2013-10-30
JP4763525B2 (ja) 2011-08-31
US8195010B2 (en) 2012-06-05
WO2007148479A1 (ja) 2007-12-27
KR20090007790A (ko) 2009-01-20
EP2031882A1 (en) 2009-03-04
EP2031882A4 (en) 2009-05-27
EP2390836B1 (en) 2018-06-13
EP2031882B1 (en) 2013-04-03
US20090303386A1 (en) 2009-12-10
KR101004064B1 (ko) 2010-12-27

Similar Documents

Publication Publication Date Title
US7369181B2 (en) Method of removing noise from digital moving picture data
CN101461252B (zh) 视频匹配装置和视频匹配方法
Saad et al. DCT statistics model-based blind image quality assessment
US7437013B2 (en) Directional spatial video noise reduction
US7373013B2 (en) Directional video filters for locally adaptive spatial noise reduction
JP4060362B2 (ja) ブロック歪み除去方法及び装置
Moorthy et al. Efficient motion weighted spatio-temporal video SSIM index
US8004586B2 (en) Method and apparatus for reducing noise of image sensor
US20110298984A1 (en) Preprocessing of interlaced video with overlapped 3d transforms
US20100119163A1 (en) Noise reducing apparatus, noise reducing method, and noise reducing program
US8023765B2 (en) Block noise removal device
Perra A low computational complexity blockiness estimation based on spatial analysis
EP1790165B1 (en) Detecting the position of blocking artefacts using a neural network
US7974491B2 (en) Block noise removal device
Dai et al. Color video denoising based on combined interframe and intercolor prediction
Dimauro et al. PQMET: A digital image quality metric based on human visual system
Ponomarenko et al. Color image lossy compression based on blind evaluation and prediction of noise characteristics
Watson Towards a visual quality metric for digital video
US20050025381A1 (en) Image filter method
Fung et al. POCS-based algorithm for restoring colour-quantised images
Fung et al. Restoration of halftoned color-quantized images using projection onto convex sets
Ponomarenko et al. Adaptive JPEG lossy compression of color images
CN115278267A (zh) 基于分形理论的图像压缩及解压缩方法、系统及相关设备
Jenkin et al. Comparison of the First Order Wiener Kernel Transform of JPEG Compression with ISO 12233 SFR Measurements
JP2001136547A (ja) 信号処理装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant