本发明涉及多媒体信息(图片和视频)、机器视觉、计算视觉领域，具体涉及一种优化的视频质量评价方法。
背景技术：
：当前视频质量评价方法绝大部分是采用针对有损压缩后的视频进行评价。方法主要分为两大类：主观评价方法和客观评价方法。前者凭感知者主观感受评价对象的质量；后者依据模型给出的量化指标衡量视频图像质量。客观视频评价方法是通过建立数学模型，进行相关后得到量化指标或参数来衡量图像质量，再通过数学模型得出视频质量。根据是否具备原始参考视频，可分为全参考视频质量评价、质降参考和无参考图像评价方法。全参考评估方法是将带评测的失真视频序列与原始参考的视频序列进行对照分析，根据分析的结果计算出待评测的失真视频序列的质量。全参考评估方法是目前发展较为成熟的客观评价方法，也是应用较多的一类，其中广为人知的结构相似性图像测量(ssim)就是全参考方法的一种。全参考评估方法实际上就是对视频中的图片进行分析，对两个视频的对应图片对进行相似性分析。这种方法得出的结论是根据每帧图片质量的平均值从而判断视频质量。但是，视频的质量从本质和实用性上来看，除了看图片质量，更应该关联图片质量的降低是否影响观看才能更全面的评价视频的质量和可用性。技术实现要素：本发明的目的在于，提供一种可以弥补在视频质量客观评价方法中对于用户体验方面的缺乏，更加符合实际应用的优化的视频质量评价方法。发明解决其技术问题所采用的技术方案是：一种优化的视频质量评价方法，包括如下步骤：步骤一：假定x和y分别代表着原始与失真图像的信号。该算法将计算相似度的任务划分成三个部分。定义l(x，y)、c(x，y)和s(x，y)分别是亮度比较函数、对比度比较函数以及结构比较函数。首先计算一幅图像中亮度的均值：其中，n表示一幅图像所拥有的像素的个数，xi表示图像x中每个像素所对应的亮度值。标准差和协方差的计算方法：亮度比较函数、对比度比较函数以及结构比较函数可以分别通过下式计算得到：由式(2-8)可知，单帧图像的客观质量得分的范围是0-1得分为1则表示该帧图像的质量好；而当得分为0时，表示图像的质量差；步骤二：取出ssim＜0.6的图像的帧序号，计算两两之间的帧序号差；步骤三：设第一帧对观看有影响，根据帧间序号差，判断该图片的损伤对观看是否有影响；如果▽n≥n/2，则后一帧有影响；如果▽n＜n/2，则后一帧无影响；步骤四：对于无影响的帧，设置其ssim＝0.6，对于有影响的图片，保持ssim不变；步骤五：重新计算所有ssim＜0.6的图像的ssim的平均值s2，理论上，0.0＜s2＜0.6，代表影响视频观看的程度；第六步：依据以上结果，根据主观5分制评价标准创建《9分制用户体验和视频损伤双标准体系表》，以便使用。本发明的有益效果是：本发明的快速视频审核的方法可以弥补在视频质量客观评价方法中对于用户体验方面的缺乏，更加符合实际应用的客观评价方法，实用性更高，同时该评价方法鲁棒性更高，评价视频更加全面。附图说明图1为本发明的快速视频审核的人眼视像识别的示意图。具体实施方式现在结合附图对发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明发明的基本结构，因此其仅显示与发明有关的构成。如图1所示，人眼具有视像的暂留特性，也就是在视觉场景中实际的景物消失之后，人眼所看到的画面并不会立即消失。在此基础上，人眼还具有时域掩蔽效应，是指在视频序列中出现的诸如场景切换等导致画面剧烈变化的情况时，会导致人眼的视觉分辨力在突然间剧烈下降。在某些情况下，视觉分辨力会下降到原来的1/10，极端情况下甚至会更低。这就意味着，在观看视频时，如果突然出现新的场景，由于视觉分辨力的下降，人眼基本是看不清楚新出现的场景的。大概需要经过0.5s的调整，视觉分辨力才会逐渐恢复到原来的状态。可以看到，在分辨力下降的这0.5s时间内，没有必要播放分辨力很高的画面，因此，在0.5s内出现多张图片损坏，原则上是不影响观看的。假设视频序列的帧率为n张/s，则0.5s内平均出现n/2张图片，则在n/2张图片中出现两张损坏的图片，理论上，第二张损坏图片是不影响观看的，图1中虚线代表损坏图片。基于以上原理，根据基于ssim计算出单帧图片的客观质量得分假定x和y分别代表着原始与失真图像的信号。该算法将计算相似度的任务划分成三个部分。定义l(x，y)、c(x，y)和s(x，y)分别是亮度比较函数、对比度比较函数以及结构比较函数。首先计算一幅图像中亮度的均值：其中，n表示一幅图像所拥有的像素的个数，xi表示图像x中每个像素所对应的亮度值。标准差和协方差的计算方法：亮度比较函数、对比度比较函数以及结构比较函数可以分别通过下式计算得到：由式(2-8)可知，单帧图像的客观质量得分的范围是[0,1].得分为1则表示该帧图像的质量非常好；而当得分为0时，表示图像的质量非常差，图像的信息几乎全部被破坏。计算ssim(x,y)的平均值s1，但是以上信息只能够表示图片受损程度。根据主观评价五分制评价标准，可以对图像损伤程序进行分类。表1图片客观质量得分与五分制损伤尺度主观评价标准的对照分值图片损伤程度客观得分1损伤严重影响观看0.0～0.22损伤影响观看0.2～0.43损伤明显，对观看稍有影响0.4～0.64细微损伤，不影响观看0.6～0.85察觉不出损伤0.8～1.0如果图片有损伤，但不影响图片观看，则进而不会影响视频的观看。针对损伤明显，影响观看的图像进行分析。本文假设ssim值大于0.6的图像，不影响图片的观看。根据上表和上述原理，分析受损图片对视频影响观看程度分析方法如下：步骤二：取出ssim<0.6的图像的帧序号，计算两两之间的帧序号差▽n；步骤三：设第一帧对观看有影响，根据帧间序号差，判断该图片的损伤对观看是否有影响。如果▽n≥n/2，则后一帧有影响；如果▽n＜n/2，则后一帧无影响；步骤四：对于无影响的帧，设置其ssim＝0.6，对于有影响的图片，保持ssim不变；步骤五：重新计算所有ssim＜0.6的图像的ssim的平均值s2，理论上，0.0＜s2＜0.6，代表影响视频观看的程度。s2代表影响观看程序，s1代表视频受损伤程序。下表是根据主观评价的5分制标准体系建立的9分制双标准体系表，从用户体验和视频损伤两方面衡量视频的质量。表29分制用户体验和视频损伤双标准体系表本发明的快速视频审核的方法为根据视频中图片的损伤和人眼观看体验两个角度去衡量视频质量的客观评价方法；根据人眼的特性分析不影响用户观看的损坏图片并且建立了评价视频质量的新标准体系表。本发明的快速视频审核的方法可以弥补在视频质量客观评价方法中对于用户体验方面的缺乏，更加符合实际应用的客观评价方法，实用性更高，同时该评价方法鲁棒性更高，评价视频更加全面。以上述依据发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改，本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。当前第1页12