-
STAND DER
TECHNIK
-
Die
vorliegende Erfindung betrifft die Qualitätsbeurteilung von Videobildern,
und im Besonderen betrifft die vorliegende Erfindung die Verhaltungsmodellierung
des menschlichen Sehsystems in Echtzeit zur Erzeugung objektiver
Größenordnungen
zur Einschätzung
einer subjektiven Fehlereinstufung in einem Videobildsignal, das über verlustbehaftete
Verfahren aufgezeichnet und übertragen
wird, wie etwa die Videokomprimierung.
-
Zu
den bekannten Verfahren für
den Einsatz von Modellen für
das menschliche Sehsystem zum Vorhersehen subjektiver Reaktionen
von Beobachtern auf Fehler, die in ein Videobildsignal eingeführt werden,
das verlustbehafteten Prozessen ausgesetzt ist, wie etwa der Videokomprimierung,
zählen
rechenintensive Modelle für
das menschliche Sehsystem (HVS als englische Abkürzung von Human Vision System),
wie sie etwa von J. Lubin in "A
Visual Discrimination Model for Imaging System Design and Evaluation", Vision Models for
Target Detection and Recognition, World Scientific Publishing, River
Edge, NJ, USA, 1995, S. 245 – 283
oder von S. Daly in "The Visible
Differences Predictor: An Algorithm for the Assessment of Image
Fidelity", Digital
Images and Human Vision, MIT Press, Cambridge, MA, USA, 1993, S.
162 – 206
beschrieben werden. Zu Messungen, die für die Vorhersage bzw. Prädiktion
subjektiver Beeinträchtigungseinstufungen
verwendet werden, die keine Modelle des menschlichen Sehens verwenden, zählen ANSI/IRT-Messungen
(siehe "Digital
Transport of One-Way Signals-Parameters for Objective Performance
Assistance", ANSI
T1.801.03-yyy), die allgemein schneller sind, jedoch in Bezug auf
eine ausreichend differenzierte Ansammlung von Videobildinhalten
keine so gute Korrelation mit subjektiven Einstufungen aufweisen
wie die Verfahren, die HVS-Modelle umfassen.
-
Die
meisten HVS-Modelle basieren auf Verfahren der Prädiktion
wahrnehmbarer Unterscheidungsschwellen, die für gewöhnlich als Unterscheidungsschwellen
(englisch: Just Noticeable Differences, kurz JND) bezeichnet werden,
wie etwa die Schwellenwerte der Kontrastdetektierung und der Diskriminierung.
Da die Modellkomponenten auf der Nachahmung des Verhaltens auf den
Schwellenwerten basieren, kann das Verhalten oberhalb der Schwellenwerte,
d.h. oberhalb der Empfindungsschwellen, nicht garantiert werden.
Die HVS-Modelle weisen allgemein eine oder mehrere Stufen zur Berücksichtigung
eines oder mehrerer experimentell bestimmter Verhalten nahe der
inkrementalen Kontrastdetektierungs- und Diskriminierungsschwelle auf,
die durch die folgenden Parameter beeinflusst werden:
- – die
mittlere Luminanz,
- – den
Winkelwert oder die Größe des Zielbilds
auf der Netzhaut,
- – die
Ausrichtung (Drehausrichtung, sowohl des Zielbildmusters als auch
der Maske),
- – die
Ortsfrequenz (sowohl des Zielbildmusters als auch der Maske),
- – die
temporale Frequenz (sowohl des Zielbildmusters als auch der Maske),
- – die
Umgebung (oder laterale Maskierungseffekte),
- – die
Exzentrizität
(oder den Winkelabstand zu der Mitte des Sehzentrums/der Fovea).
-
Es
folgt eine kurze Zusammenfassung der Art und Weise, wie einer oder
mehrere der Effekte dieser sieben Parameter in HVS-Modellen berücksichtigt
werden.
-
Zuerst
soll auf den Ansatz des Aufbaus des dem Stand der Technik entsprechenden
Ablaufs der Bildverarbeitung hingewiesen werden. Ein großer Teil
der in HVS-Modellen erforderlichen Verarbeitungszeit geht auf zwei
gemeinsame Implementierungsstufen zurück:
- – Filterbank
(Bildzerlegung wie etwa Gaußsche Pyramiden)
- – Kontrastverstärkungsregelung
(Kontrastmaskierung, nichtlinear)
-
Filterbänke erfreuen
sich großer
Beliebtheit für
die Bildzerlegung in neurale Bilder oder Kanäle mit optimalem Ansprechverhalten
bei verschiedenen Ausrichtungen, Ortsfrequenzbändern, Polaritäten, etc.
Für eine
praktische Implementierung einer minimalen Zerlegung zweier Ausrichtungen
(horizontal, vertikal), erfordern vier Ortsfrequenzbänder und
zwei Polaritäten
2·4·2=16 Bilder
je Verarbeitungsstufe für das
Referenzbildsignal und ebenso für
das beeinträchtigte
Videobildsignal.
-
Bei
einem kennzeichnenden HVS-Modell wird die Ansprechempfindlichkeit
als eine Funktion der Ortsfrequenz im Rahmen einer so genannten Kontrastempfindlichkeitsfunktion
berücksichtigt.
Der Kontrastempfindlichkeitsabschnitt des Modells wird erreicht
durch:
- Berechnen des Kontrasts für jedes
Pixel jedes Filterbankkanals, gemäß einer einzigartigen Kombination
des Ortsfrequenz-Subbands und der Rotationsausrichtungen sowie dem
Verhältnis
von Hochfrequenzenergie zu Niederfrequenzenergie (DC) oder einem Äquivalent.
- • Skalieren
der Kontrastwerte abhängig
von dem Subband und den Rotationsausrichtungen.
-
Das
Berechnen des Kontrasts erfordert zwei verschiedene Filter, Hochpass-
und Tiefpassfilter, sowie eine Division für jedes Pixel jedes Kanals.
Selbst bei dieser komplexen und einen aufwändigen Algorithmus aufweisenden
Stufe wird eine Abweichung der Ortsfrequenz-Empfindlichkeitsfunktion
der lokalen durchschnittlichen Luminanz und der Winkelgröße des Segments
oder modellunabhängiger
Bereiche des Bilds nicht berücksichtigt.
Der "lineare Bereich" wird in diesen Modellen
nicht dargestellt. Auf Frequenzen, bei denen die Empfindlichkeit
allgemein am größten ist,
zwischen ein und vier Zyklen je Grad, nimmt die Kontrastempfindlichkeit
ungefähr
proportional zu der Quadratwurzel der durchschnittlichen Luminanz
und in ähnlicher
Weise in Bezug auf die Winkelgröße bzw.
das Winkelmaß zu.
Während
der Stand der Technik verhältnismäßig komplexe
und rechenintensive Verfahren aufweist, können jedoch durch das Ignorieren
der Effekte der Schwellenschätzungen
der durchschnittlichen Luminanz und des Winkelmaßes Fehler auftreten, die größer sind
als eine Größenordnung.
Obwohl somit Modelle für
Teile des HVS vorgeschlagen wurden, um Effekten der durchschnittlichen
Luminanz und des Winkelmaßes Rechnung
zu tragen, sind diese offensichtlich nicht in folgende umfassende
HVS-Modelle übernommen worden,
scheinbar aufgrund der zusätzlich
hinzugefügten
Komplexität.
-
Der
Abschnitt der Kontrastverstärkungsregelung
des Modells basiert allgemein auf den Arbeiten von J. Foley, wie
etwa in "Human Luminanz
Pattern-Vision Mechanisms: Masking Experiments Require a New Model", Journal of the
Optical Society of America, Vo. 11, Nr. 6, Juni 1994, S. 1710 – 1719,
wobei zumindest folgende Anforderungen erfüllt sein müssen.
- • Berechnung
der Summe der Energie (im Quadrat) entsprechender Pixel der skalierten
Kontrastbilder über
alle Kanäle.
Kanäle
mit geringerer Auflösung
werden aufwärts
abgetastet, um mit den Kanälen
mit höherer
Auflösung
summiert zu werden. Diese Kanal-Kanal-Umwandlung erhöht den effektiven Durchsatz
auf dieser Stufe und gestaltet die Implementierung zunehmend kompliziert.
- • Eine
Addition, zwei nicht ganzzahlige Potenzen und eine Divisionsoperation
pro Pixel pro Kanal.
-
M.
Cannon hat in "A
Multiple Spatial Filter Model for Suprathreshold Contrast Perception", Vision Models for
Target Detection and Recognition, World Scientific Publishing, River
Edge, NJ, USA, 1995, S. 88 – 117,
ein Modell vorgeschlagen, das sich auf den Bereich oberhalb der
Empfindungsschwelle erstreckt, in Verbindung mit einer erheblichen
Zunahme der Komplexität.
Allerdings wurde auch dieses Modell offensichtlich nicht in folgende umfassende
HVS-Modelle übernommen,
scheinbar aufgrund der zusätzlich
hinzugefügten
Komplexität.
-
Temporale
Effekte auf die Ortsfrequenzempfindlichkeit in diesen Modellen fehlen
entweder größtenteils,
neigen dazu, nur hinderliche Effekte zu enthalten oder sind verhältnismäßig komplex.
-
Schließlich werden
die Effekte der Ausrichtung und der Umgebung nur in dem Ausmaß dargestellt,
wie dies den Fähigkeiten
der orthogonalen Filter und kreuzpyramidenartigen Pegelmaskierungen entspricht,
allgemein ohne gute Abstimmung mit den HVS-Versuchsdaten.
-
Das
U.S. Patent US-A-5,818,520 beschreibt eine aktuelle Bildqualitäts-Analysevorrichtung,
den PQA-200 Analyzer von Tektronix, Inc., Beaverton, Oregon, USA.
Dabei handelt es sich um ein nicht in Echtzeit arbeitendes System
auf der Basis des Algorithmus JNDMetrixTM der
Sarnoff Corporation, Princeton, New Jersey, USA, Wobei ein Referenzbildsignal mit
einem entsprechenden beeinträchtigten
Videobildsignal verglichen wird, um Differenzen zu ermitteln, die
gemäß einem
HVS-Modell verarbeitet werden. Für
die Ausführung
dieser Beurteilung wird das getestete System im Wesentlichen bis
zum Abschluss des Tests außer
Betrieb genommen.
-
Wünschenswert
ist ein System zur Verhaltungsmodellierung des menschlichen Sehsystems
in Echtzeit zur Beurteilung der Videobildqualität, wobei das System ausreichend
einfach gestaltet ist, so dass es in einer Echtzeit-Videoumgebung
eingesetzt werden kann.
-
KURZE ZUSAMMENFASSUNG
DER ERFINDUNG
-
Vorgesehen
ist gemäß der vorliegenden
Erfindung ein System zur Verhaltungsmodellierung des menschlichen
Sehsystems in Echtzeit zur Ausführung
einer Analyse der Videobildqualität von Videosystemen in einer
Echtzeit-Videoumgebung. Ein Referenzbildsignal und ein aus dem Referenzbildsignal hergeleitetes
Testbildsignal werden in separaten Kanälen verarbeitet. Die Bildsignale
werden in Luminanz-Bildsignale umgewandelt und durch einen zweidimensionalen
Tiefpassfilter gefiltert, um verarbeitete Bildsignale zu erzeugen.
Die verarbeiteten Bildsignale werden in Bereiche mit ähnlichen
Statistiken unterteilt, und die Segment- oder Bereichsmittelwerte
werden von den Pixeln der verarbeiteten Bildsignale subtrahiert,
um segmentierte verarbeitete Bildsignale zu erzeugen, die implizit
hochpassgefiltert worden sind. Störungen bzw. Rauschen werden bzw.
wird in die segmentierten verarbeiteten Bildsignale eingeführt, und
Abweichungen für
die segmentierten, verarbeiteten Referenzbildsignale berechnet sowie
für die
Differenzen zwischen den segmentierten, verarbeiteten Test- und
Referenzbildsignalen. Die Abweichung für das segmentierte, verarbeitete Differenz-Bildsignal
wird durch die Abweichung des segmentierten, verarbeiteten Referenz-Bildsignals normalisiert,
und die N-te Wurzel des Ergebnisses wird als Größenordnung für die sichtbare
Beeinträchtigung
des Testbildsignals bestimmt. Die Größenordnung der sichtbaren Beeinträchtigung
kann in entsprechende Einheiten umgewandelt werden, wie zum Beispiel
JND, MOS, etc.
-
Die
Aufgaben, Vorteile und weitere neuartige Merkmale der vorliegenden
Erfindung werden aus der folgenden genauen Beschreibung deutlich,
wenn diese in Verbindung mit den anhängigen Ansprüchen und
den beigefügten
Zeichnungen gelesen wird.
-
KURZE BESCHREIBUNG
DER VERSCHIEDENEN ANSICHTEN DER ZEICHNUNG
-
Die
Abbildung zeigt eine Blockdiagrammansicht eines Systems für die Beurteilung
der Qualität eines
Videobilds unter Verwendung einer Verhaltensmodellierung des menschlichen
Sehsystems in Echtzeit gemäß der vorliegenden
Erfindung.
-
GENAUE BESCHREIBUNG
DER ERFINDUNG
-
Bei
der Untersuchung des Verhaltens des menschlichen Sehsystems durch
Daten aus der Literatur in Verbindung mit Belegen für den Einfluss
der verschiedenen Störungsquellen
in dem menschlichen Sehsystem wurden die folgenden Beobachtungen
gemacht:
- 1. Amplitudenempfindlichkeit im oberen
Ortsfrequenzbereich, wobei der lineare Bereich des Luminanzeinflusses
auf die Kontrastempfindlichkeitsfunktion auf Veränderungen der durchschnittlichen
Luminanz unempfindlich ist, jedoch als Quadrat der Frequenz abfällt. Dies
entspricht einem Tiefpassfilter zweiter Ordnung.
- 2. Die Weber- und Devries-Rose-Bereiche (siehe "Contrast Detection
and Discrimination for Visual Models" von Taylor et al und "Visual Pattern Analyzers" von N. Graham, Oxford
U. Press 1989) entsprechen beide dem Niederfrequenzbereich, in dem
die Amplitudenempfindlichkeit am meisten durch Veränderungen
der durchschnittlichen Luminanz beeinflusst wird. Eine Untersuchung
der Amplitudenkurve vs. der Frequenzkurve bei unterschiedlicher
durchschnittlicher Luminanz offenbart ein Verhalten, das dem eines
regelbaren Hochpassfilters ähnlich
ist, abhängig
von der durchschnittlichen Luminanz. Ein Modell auf der Basis einer ähnlichen
Beobachtung wurde von Cornsweet und Yellott in "Intensity-Dependent Spatial Summation", Journal of the
Optical Society of America, Vol. 22, Nr. 10, 1985, S. 1769 – 1786,
vorgeschlagen. Rohaly und Buchsbaum haben in "Global Spatiochromatic Mechanism Accounting
for Luminance Variations in Contrast Sensitivity Functions", Journal of the
Optical Society of America, Vol. 6, Februar 1989, S. 312 – 317, haben
ein Modell auf der Basis des Kontrasts im Gegensatz zu der Amplitude
vorgeschlagen, unter Verwendung eines festen Hochpassfilters und eines
variablen Tiefpassfilters. In allen Fällen wird ein Bandpass durch
die Kombination oder Kaskadierung eines Tiefpassfilters mit einem
Hochpassfilter gebildet, wobei ein Filter unveränderlich ist und der andere
eine Funktion der durchschnittlichen Luminanz. Da die Kontrastberechnung
zusätzliche
Schritte erfordert, ist die Amplitudendarstellung effizienter, welche
einen festen Tiefpassfilter und einen variablen Hochpassfilter impliziert.
- 3. Der Schwarzabhebungseffekt bei der Kontrastunterscheidung
zwischen Intensitäten
in Schwellennähe
stimmt überein
mit den Belegen für örtlich stationäre (feste)
Störungen – Fehler
abhängig von
der Fovea-Position, jedoch zeitunabhängig – und andere Störungen in
dem menschlichen Sehsystem. Unterhalb des Störungsbodens nimmt die Kontrasterhöhung zur
Detektierung mit einer zunehmenden Schwarzabhebungs- bzw. Austastschwelle
zu, während
sie oberhalb des Störungsbodensmit
zunehmender Schwarzabhebungs- bzw. Austastschwelle zunimmt. Andere
haben variable Störungen
vorgeschlagen, wobei diese offensichtlich noch in ein umfassendes
HVS-Modell integriert werden müssen,
um die sichtbaren Beeinträchtigungen
eines Videobildsignals vorhersagen zu können.
- 4. Das Verhältnis
des Quadratwurzelgesetzes zwischen dem Winkelmaß und den Kontrast- und Diskriminierungsschwellen
impliziert, dass jedes Bild in Bereiche mit ähnlichen Statistiken segmentiert
werden sollte, wodurch der ganze Bildbereich in kleinere Gruppen
in gewisser Weise "kohärenter" Bereiche unterteilt
wird. Je größer der
Bereich, desto niedriger ist die effektive Kontrastempfindlichkeits-Hochpassgrenzfrequenz,
wenn der Mittelwert subtrahiert wird.
- 5. Eine Höhe
der Kontrastunterscheidung aufgrund einer gesenkten durchschnittlichen
Luminanz, unterschiedlichen Maskierungssignalen und einer reduzierten
Teilfläche
impliziert einen Prozess, der der optimalen Signaldetektierung unter
Verwendung abgestimmter Filter ähnlich
ist. In einem derartigen System können Differenzen durch Subtrahieren
von Korrelationskoeffizienten zwischen verarbeiteten Referenz- und
Testbildern von Eins gemessen werden.
- 6. Zwar sorgt das Subtrahieren der Korrelationskoeffizienten
von Eins für
eine gute Prädiktion
der Schwellenwerte und der Diskriminierung bzw. der Unterscheidung,
allerdings werden wahrgenommene Differenzen oberhalb der Empfindungsschwellen
nicht gut vorhergesehen. Deutlich oberhalb des Schwellenwerts nimmt
der wahrgenommene Kontrast ungefähr
mit der Quadratwurzel des tatsächlichen
Kontrasts zu. Zur gleichzeitigen Anpassung des Verhaltens auf dem
Schwellenwert und oberhalb des Schwellenwerts mit einem einfachen
mathematischen Eindruck, wird die N-te Wurzel der normalisierten
Abweichung der verarbeiteten Bilddifferenzen verwendet, wobei es sich
in dem vorliegenden Beispiel um die vierte Wurzel handelt: Empfindlichkeit = K·(var(Itest_proc – Iref_proc)/var(Iref_rpoc))25,wobei Iref_proc und Itest_proc den
entsprechenden verarbeiteten, gefilterten und störbehafteten, Referenz- und
Testbildern entsprechen und var() der Abweichung bzw. Varianz entspricht.
- (a) Auf dem Schwellenwert entspricht das gewünschte Verhalten ungefähr: Empfindlichkeit = K·(sum(Itest_proc2+Iref_proc2-2·Itest_proc·Iref_proc)25)/(var(Iref_proc)25 Empfindlichkeit = K·(2-2·Korrelation(Iref_proc,Itest_proc))25 = 1
- (b) Oberhalb des Schwellenwerts entspricht das gewünschte Verhalten
ungefähr: Empfindlichkeit = K·(sum(|Itest_proc – Iref_proc|2)/var(Iref_proc))25 und bei einer Bildreferenz mit flachem
Feld, Iref_proc = Rauschen Empfindlichkeit
= K·(sum(|Itest_proc|2)/var(noise))25
-
In
diesem Fall nimmt die Empfindlichkeit oberhalb des Schwellenwerts
auf Kontrast im Verhältnis
zu einem Kontrast von Null als die Quadratwurzel des Kontrasts zu.
Somit werden sowohl die Bedingungen für den Schwellenwert als auch
für oberhalb
des Schwellenwerts erfüllt.
Praktischerweise muss die N-te Wurzel nicht gezogen werden, bevor
das gesamte Bild über
Segmentmessungen zusammengefasst worden ist, wobei dies in diesem Beispiel
der q-Norm entspricht, mit q=4.
-
Entsprechende
Modellkomponenten und sechs Kalibrierungsparameter sind:
- (a) Zweidimensionale Tiefpassfilter-Kalibrierungsparameter
zweiter Ordnung mit unbegrenztem Ansprechverhalten auf einen Impuls
umfassen (i) Eingangsskala, die vorzugsweise in dem Anzeigemodell
platziert werden können;
und (ii) Rückkopplungskoeffizient,
der einen doppelten Pol festlegt. Dies kann in einem äquivalenten
Filter mit begrenztem Ansprechverhalten implementiert werden, der
im Fach allgemein bekannt ist.
- (b) Die Segmentierung (wachsender Bereich) wird geführt durch
(i) den Schwellenwert für
Gesamtwerte des Segmentblockmittelwerts und (ii) dem Schwellenwert
für die
ungefähre
Segmentabweichung der Blockabweichung. Neue Berechnung der Blockmittelwerte
als Mittelwert der Luminanz in dem Segment unter Verwendung der
Blockmittelwerte des Segments und Subtrahieren des lokalen Mittelwerts
(Luminanz des entsprechenden Segments) von jedem Pixel.
- (c) Rauschgenerator und "Verdunkler" (Operator mit dem
höchsten
Wert) Kalibrierung umfasst die Auswahl der Rauschamplitude. Berechnet
wird für jedes
Segment die normalisierte Differenzabweichung (Abweichung der verarbeiteten
Referenz minus Beeinträchtigung,
var(Iref_proc – Itest_proc),
dividiert durch die Abweichung des verarbeiteten Referenzbilds,
var(Iref_proc)). Für diesen
Schritt sind keine Kalibrierungskonstanten erforderlich.
- (d) Für
das ganze Bild wird die Gesamtgröße als N-te
Wurzel des Mittelwerts der Segment-normalisierten Differenzabweichungen
berechnet, wobei für
dieses Beispiel N=4 gilt. Die Gesamtgröße wird mit einem Umwandlungs-
oder Skalierungsfaktor (K oberhalb für den Schwellenwert oder JND-Einheiten)
in entsprechende Einheiten umgewandelt.
-
In
folgendem Bezug auf die Abbildung ist ein Flussdiagramm für eine Vorrichtung
zur Bildqualitätsbeurteilung
dargestellt, die im Verhältnis
zum Stand der Technik dadurch verbessert ist, dass sie den Großteil der
Genauigkeit der HVS-Modelle mit der Effizienz vereint, die mit der
von nicht-HVS-Modellen vergleichbar ist. Ein Referenzvideosignal
und ein beeinträchtiges
(Test) Videosignal werden zur Umwandlung in Luminanz-Einheiten in
entsprechende Anzeigemodelle 11, 12 eingegeben.
Die Ortsfrequenzempfindlichkeit, die den Kontrastempfindlichkeits-Schwellendaten
entspricht, wird in Form von entsprechenden zweidimensionalen Tiefpassfiltern 13, 14 und
ein impliziter Hochpassfilters implementiert (der lokale Mittelwert
(Tiefpass) aus Schritt 15, 16 wird entsprechend
in Schritt 17, 18 von jedem einzelnen Pixel subtrahiert).
Diese Filterkombination erfüllt
die in der Literatur für
jede Ausrichtung, die durchschnittliche Luminanz und den Segmentbereich durch
die Daten (Kontrastempfindlichkeit vs. Frequenz) vorgeschlagenen
Anforderungen. In den folgenden Stufen muss für jedes Bild nur eine Bildausgabe
aus dieser Stufe verarbeitet werden, im Gegensatz zu einer Mehrzahl
von ausgegebenen Bildern von Filterbänken gemäß dem Stand der Technik. Ein nichtlinearer
temporaler Filter kann als nächstes
eingefügt
werden, um einen Großteil
des temporalen Verhaltens des HVS-Modells zu berücksichtigen, wobei dies in
dieser Implementierung jedoch nicht dargestellt ist.
-
Blockmittelwerte
werden berechnet 15, 16, wie etwa für drei Pixel
mal drei Pixelblöcke.
In beiden Kanälen
wird das Bild auf der Basis des Blockdurchschnittsmittelwertes und
anderer einfacher Blockstatistiken segmentiert 20. Zur
Vereinfachung und Reduzierung der Rechenressourcen kann der Schritt 20 aber
auch weggelassen werden. Zu den in dem aktuellen Segmentierungsalgorithmus
verwendeten Blockstatistiken zählen
die lokale (Block) Mittelwertluminanz und die vorherige Abweichung.
Es können aber
auch einfache Maximum- und Minimumwerte für das Bereichswachstum verwendet
werden. Für jeden Blockmittelwert
wird eine Mittelwertbildung über
das Segment vorgenommen, dem es angehört, so dass ein neuer Blockmittelwert
erzeugt wird. Diese Mittelwerte werden von jedem Pixel in den entsprechenden
Blöcken
subtrahiert 17, 18, wodurch der implizite Hochpassfilter
fertig gestellt wird.
-
Rauschen
von einem Rauschgenerator 24 wird auf jedem Pixel über eine
Coring-Operation 21, 22 eingefügt, indem der größere Wert
des Absolutwertes des gefilterten Eingangsbilds und des Absolutwertes
eines örtlich
bzw, räumlich
feststehenden Rauschmusters ausgewählt wird, mit: Core(A,B)
= |(|A|-|B|) für
|A| > |B|; 0 für |A| < |B|)wobei
A das Signal und B das Rauschen bezeichnen. Die Segmentabweichung
wird für
die Referenzbildsegmente berechnet 27, 28, und
die Differenz 26 zwischen den Referenz- und den Testbildsegmenten. Die
beiden Datengruppen der Kanalsegmentabweichung werden kombiniert 30,
indem für
jede Segmentnormalisierung (Division) die Testkanalabweichung (Differenz)
durch die Referenzabweichung normalisiert wird.
-
Schließlich wird
die N-te Wurzel des Durchschnitts jeder normalisierten Abweichung
bzw. Varianz des Segments berechnet 32, um eine zusammengefasste
Größe zu erzeugen.
In diesem Beispiel gilt erneut N=4, wobei N jeden ganzzahligen Wert darstellen
kann. Die zusammengefasste Größe kann skaliert
oder anderweitig in entsprechende Einheiten umgewandelt werden 34,
wie etwa JND, MOS, etc.
-
Vorgesehen
ist gemäß der vorliegenden
Erfindung somit eine Verhaltensmodellierung des menschlichen Sehsystems
in Echtzeit zur Bestimmung der Beeinträchtigung eines Testvideobildsignals
aus einem Referenzvideobildsignal durch Verarbeiten der beiden Signale
in parallelen Kanälen,
wobei eine gemittelte Segmentvarianz für das Referenzbild und für ein Bild
mit Differenzbehandlung (Referenz = Test) erhalten wird, wobei die
durchschnittlichen Segmentvarianzen normalisiert werden, wobei die
N-te Wurzel gezogen wird, um eine Gesamtgröße zu bilden, und wobei das
Ergebnis danach in entsprechende Einheiten umgewandelt wird.