基于HVS的視頻會議畫面對比度無參考質量評價

張洪英，張杰良，蔣未芳，趙 亮，張向陽

(1.中國人民解放軍61416部隊，北京 100036；2.中國電子科技集團公司第三研究所，北京 100015)

基于HVS的視頻會議畫面對比度無參考質量評價

張洪英1，張杰良1，蔣未芳1，趙 亮1，張向陽2

(1.中國人民解放軍61416部隊，北京 100036；2.中國電子科技集團公司第三研究所，北京 100015)

對比度是衡量視頻會議畫面質量的一個重要指標，結合人眼視覺系統特性，引入視覺感興趣人物畫面的加權因子和非視覺感興趣背景畫面的加權因子，提出一種基于人眼視覺特性的視頻會議畫面對比度無參考質量評價方法。實驗表明,該方法是一種行之有效的視頻會議畫面質量評價方法，測試結果與TID2013圖像庫中主觀評價結果的符合度較好。

畫面質量評價；對比度；無參考；視頻會議

ElectronicsTechnologyGroupCorporation，Beijing100015，China)

在視頻會議中，視頻會議畫面質量是各級用戶的直接關注點，嚴重影響著與會人員的感觀和信息獲取量。人眼是視頻會議畫面的最終觀察者，人眼觀察的效果是對視頻會議畫面質量的最終評價，視頻會議畫面質量的評價需要同時滿足客觀標準和人眼的視覺效果。傳統的視頻會議畫面質量評價包括主觀評價和客觀評價，主觀評價方法以人作為畫面的觀察者，對視頻會議畫面的優劣做出主觀評定，但主觀評價過程比較煩瑣，而且還不可重復，不適合于實時系統；客觀評價方法依據一系列影響視頻會議畫面質量的因素來建立數學計算模型，自動感知視頻會議畫面質量，根據評價模型對原始畫面的依賴程度，客觀評價方法可分為全參考(Full Reference，FR)、無參考(No Reference，NR)和半參考(Reduced Reference，RR)，但客觀評價結果存在與人眼觀測結果不相吻合甚至相互矛盾等情況[1-4]。在視頻會議畫面質量評價中引入人眼視覺特性，把傳統的客觀評價方法與主觀評價方法結合起來，可以有效地解決客觀結果與視覺效果的有機結合與統一，這也是視頻會議畫面質量評價的發展方向，由于在大多數應用系統中，通常無法獲取到原始的無失真參考畫面，所以需要針對畫面設計無參考評價方法。

對比度是視頻會議畫面的基本特征之一，對人眼視覺效果的影響比較大，是評價視頻會議畫面質量的一個重要指標。對比度指同一幅畫面中最亮的白與最暗的黑之間的亮度之比，比值大代表對比度高，比值小代表對比度低。在實際應用中，受攝像設備、存儲裝置、傳輸系統性能、燈光環境條件或操作人員水平等因素的影響，視頻會議畫面的對比度可能過高或過低，無法滿足人類主觀視覺的要求。

本文基于人眼視覺系統，通過人眼視覺系統機制以及與圖像相關的視覺感知特性，針對人眼視覺感興趣性的作用原理，引入視覺感興趣人物畫面的加權因子和非視覺感興趣背景畫面的加權因子，提出了一種基于HVS的視頻會議畫面對比度無參考質量評價方法，實現了視頻會議畫面質量的客觀評價，并在TID2013圖像數據庫上進行測試驗證，結果與TID2013圖像庫的主觀評價結果一致，驗證了評價方法的可行性。

1 人眼視覺系統(HVS)模型

人眼視覺系統模型指基于人眼視覺系統建立起來的模型，通過模擬人類眼睛的神經系統活動和生理特性，作為評價或處理視頻會議畫面的理論依據。人眼視覺系統是一個龐大復雜的系統，其主要特性包括視覺幅度非線性、對比度敏感度帶通、多通道與掩蓋效應[5]，這些特性直接反映了人眼在評價畫面質量過程中的響應情況，是無參考畫面質量評測技術的關鍵所在，簡化的人眼視覺特性模型如圖1所示。

圖1 人眼視覺系統(HVS)模型

1.1 視覺幅度非線性特性

人眼視覺分辨細節的能力一般采用分辨相鄰兩點視角的倒數來表示，其值與視網膜上這兩點的成像位置有關，以眼睛的黃斑區為中心，向四周作非線性下降，它與亮度的關系和整幅畫面的基底亮度無關，而是取決于相對亮度的變化。也就是說隨著刺激光強增大，最初人眼感覺不到，只有增大到一定程度時人眼才會感覺到。

1.2 對比度敏感度帶通

人眼視覺實際分辨受視覺激勵的顏色、時間頻率和空間頻率的影響。帶通特性僅針對于空間頻率，人眼對不同空間細節的分辨能力并不是固定不變的，人眼視覺的空間頻率響應具有帶通濾波器的性質，高頻區域的靈敏度低于低頻區域的靈敏度，對高頻區域的噪聲或失真不太敏感，因此可以把人眼模擬成一個二維低通濾波器。

1.3 多通道與掩蓋效應

對于不同的視覺信息，視覺皮層細胞擁有不同的敏感性，在人的視覺系統中，所有這些特征都是分通道處理的。掩蓋效應指的是由于一個激勵的存在而導致另一個激勵不能或不容易被檢測到，也就是被掩蓋了。常見的掩蓋效應有：對圖像邊緣和輪廓信息失真非常敏感；對圖像紋理細節的敏感度與所處的背景亮度有關，在低亮度背景中敏感度就比較低，而在中高亮度背景中敏感度就比較高；水平和垂直方向上的敏感度要大于其他方向的敏感度；低頻端的敏感度要高于高頻端。

2 基于HVS的視頻會議畫面對比度無參考客觀質量評價

大部分評價體系中畫面亮度評價方法是通過對比畫面的平均灰度值與指定灰度值之間的差值來評價畫面的亮度，但這種方法會出現偏差，因為指定的灰度值不可能對不同的視頻會議畫面都適用。

研究表明，人眼的主觀亮度感覺和亮度的對數為線性關系，因此為了更加符合人眼視覺系統的特性，需要對畫面的亮度進行對數化處理。也就是說，人眼對于較低的亮度具有較高的敏感度，而對于較高的亮度則敏感度降低[6-7]。采用直方圖規定化的方法首先將畫面進行直方圖均衡處理，將待評價畫面的直方圖概率密度函數首先轉換為負指數函數形式，用較多的灰度級表示較低的亮度范圍，用較少的灰度級表示較高的亮度范圍，從而得到一種符合人眼的主觀亮度感覺的亮度評價算法。

2.1 基于HVS特性的對比度模型建立

適用于電視跟蹤條件下的目標相對于背景之間的圖像對比度定義為[8]

(1)

式中：CT為目標與背景之間的對比度；VT為目標電平；VB為背景電平；VBL為視頻信號消隱電平；VW為峰值白電平。結合對比度的定義可推導出對比度模型，即

(2)

通過對人眼視覺系統特性的研究發現，在觀察畫面時人眼僅關注畫面的一部分，即人眼感興趣的只是畫面的部分區域，對其他區域只是做部分參考[9]。在視頻會議中，視頻會議畫面通常是發言人近景，人們通常只對會議發言人感興趣，而對會場背景不太感興趣。因此在評價視頻會議畫面質量時，可以對視頻會議畫面進行區分，將人眼感興趣的區域即發言人稱為人物畫面，而將不感興趣的其他區域即會場稱為背景畫面，在進行視頻會議畫面質量評價時，可以區別對待人物畫面和背景畫面。

設視頻會議畫面的人物畫面和背景畫面分別為T和B，人物畫面和背景畫面的加權因子分別為pτ和pb，則對比度模型可修改為

(3)

2.2 加權因子確定

2.2.1 人物畫面加權因子

在視頻會議畫面中，受燈光系統的限制，人物畫面和背景畫面區分明顯，灰度變化較大，因此人物畫面的加權因子需要同時考慮畫面的面積和灰度方向的影響。根據人眼視覺系統的特性，當光刺激強度一定時，人眼的主觀感受與所受刺激面積的平方根做相應變化。因此，定義人物畫面面積方面的加權因子pτ1為

(4)

式中：S為視頻會議畫面的面積；ST為視頻會議畫面中人物畫面的面積。

另外，在視頻會議近景畫面中，受照明系統的影響，人物畫面在紋理和亮度方面都和背景畫面存在明顯的區別。因此，定義人物畫面灰度方面的加權因子pτ2為

(5)

式中：f為人物畫面的平均灰度值；b為背景畫面的平均灰度值。

2.2.2 背景畫面加權因子

(6)

式中:S為視頻會議畫面的面積；SB為視頻會議畫面中背景畫面的面積。

(7)

3 實驗與結果

在驗證客觀評價方法與主觀評價之間一致性方面，視頻質量專家組(VQEG)[10]提出了4個主要指標，這4個指標是用來驗證主客觀評價結果之間的緊密程度，分別是斯皮爾曼等級次序相關系數(SROCC)、肯德爾等級次序相關系數(KROCC)、皮爾遜線性相關系數(PLCC)以及均方根誤差(RMSE)。SROCC指標和KROCC指標值表征了評價方法性能的好壞，指標值越接近于1說明評價方法的致性越強，值為1時表示客觀評價結果與主觀評價結果完全一致；PLCC指標的值表征評價方法性能的優劣，指標值越接近于1說明評價方法的準確性越高；而RMSE指標的值要小，越小說明評價指標的誤差越小，誤差越小說明評價指標性能越準。

實驗圖像采用TID2013(TAMPERE IMAGE DATABASE 2013)[11]圖像數據庫，無論是在測試圖像還是在測試科目上，TID2013都是當前公開領域可用的最大圖像質量評價數據庫。TID2013圖像數據庫具有非常高的權威性和可靠性，其優勢在于圖像數量多，參與應用的人員和范圍廣泛。

在本實驗中，首先采用前文所提出的方法對圖像庫中的待評價圖像進行視覺質量評價，然后將獲取的圖像客觀質量結果與數據庫中圖像的主觀評價分數(MOS)進行比較，再根據比較結果，采用數學方法進行一致性計算，證明本實驗中提出的評價方法具有較強的一致性。本實驗中，測試了TID2013圖像庫中全部25原始幅圖像的對比度和飽和度失真圖像，共計240幅圖像，一致性評價指標結果如表1所示，客觀評測結果與主觀評價分數的散點關系圖如圖2所示。

表1 TID2013圖像庫上圖像對比度性能測試結果

圖2 圖像對比度性能測試散點圖

從表1可以看出，SROCC,KROCC和PLCC接近1，表明本文所提評價方法具有一定的單調性和準確性，而RMSE值比較小，表明本文所提出的評價方法與主觀評價的結果具有較高的一致性，根據所提出的評價方法實現的評測結果誤差相對較小，實用性較強。

圖2中橫坐標為本文所提評價方法的客觀評價值，縱坐標為主觀評價分數。根據大部分研究成果可以認為，散點距離擬合曲線的相對距離越緊湊、越平滑，其所提出的評價方法一致性越好。從圖中可以看出，本文所提方法的測試結果隨著主觀評價分數MOS值的增大而增大，評價方法具有較好的線性關系。

4 結論

通過人眼視覺系統機制以及與圖像相關的視覺感知特性，引入視覺感興趣人物畫面的加權因子和非視覺感興趣背景畫面的加權因子，提出了一種基于HVS的視頻會議畫面對比度無參考質量評價方法來評價視頻會議畫面的質量，實驗結果與TID2013圖像數據庫中的主觀評價分數(MOS)符合較好。實驗結果表明，所提出的無參考質量評價方法是一種有效的視頻會議畫面質量評價方法，不僅實現了視頻會議畫面對比度客觀的分析統計，同時還考慮了人眼視覺的主觀感受，提高了客觀統計結果與主觀評價結果的一致性。另一方面，從實驗結果上看，客觀統計和主觀評價之間還有一定的差異，主要原因在于目前人們還沒有充分掌握人眼視覺系統的特性，難以采取定量的方法來描述人眼視覺系統，因此對視頻會議畫面質量評價的研究還有待進一步深入。

[1] 褚江，陳強，楊曦晨.全參考圖像質量評價綜述[J].計算機應用研究，2014，31(1)：13-22.

[2] 姚軍財.基于人眼對比度敏感視覺特性的圖像質量評價方法[J].液晶與顯示，2011，26(3)：390-396.

[3] 孔繁鏘.結合HVS和相似性度量的圖像質量評價測度[J].中國圖象圖形學報，2011，16(7)：1184-1191.

[4] 白永強，朱仲杰，段智勇，等.結合HVS特性的視頻圖像質量評價[J].計算機工程與應用，2009，45(27)：181-183.

[5] 李文娟.基于視覺特性的彩色圖像質量評價研究[D].長春：吉林大學，2006.

[6] 劉文耀.光電圖像處理[M].北京：電子工業出版社，2002.

[7] 張曉，白廷柱，羅霄，等.基于人眼視覺灰階特性的紅外圖像映射顯示研究[J].紅外技術，2008，30(4)：225-229.

[8] GJB—1993，電視跟蹤器通用規范[S].1993.

[9] 祁鈺.適于全視覺圖像感興趣區域的信道編碼研究[D].哈爾濱：哈爾濱工業大學，2008.

[10] VQEG.Final report from the video quality experts group on the validation of objective models of video quality assessment[EB/OL].[2015-01-12].ftp：//vqeq.its.bldrdoc.gov/Documents/Meetings/Hillsboro-VQEG-Mar-03/VQEGII-DraftReport^v2a.pdf.

[11] PONOMARENKO N.Image database TID2013： Peculiarities， results and perspectives[EB/OL].[2015-01-12]. http：//dx.doi.org/10.1016/j.image.2014.10.009i.

張杰良(1975— )，高級工程師，主研計算機技術、圖像通信；

蔣未芳(1975— )，工程師，主研圖像通信；

趙 亮(1974— )，工程師，主研會議電視技術；

張向陽(1979— )，高級工程師，主研電視技術。

責任編輯：閆雯雯

Contrast Method of No-reference Quality Assessment for Video Conference Image Based on HVS

ZHANG Hongying1， ZHANG Jieliang1， JIANG Weifang1， ZHAO Liang1， ZHANG Xiangyang2

(1.Unit61416ofPLA，Beijing100036，China；2.TheThirdResearchInstituteofChina

Contrast is an important index of video conference’s image quality， the human visual system is analyzed， a weighting factor for the visual interest’s figure image and a weighting factor for the non-visual interest’s background image are introduced， then a contrast method of no reference quality assessment for video conference image based on human visual system is proposed. Experimental results show that the method is an effective method for video conference image’s quality assessment， whose objective quality scores have better consistency with the subjective quality scores in the TID2013 image database.

image quality assessment； contrast； no reference；video conference

【本文獻信息】張洪英，張杰良，蔣未芳,等.基于HVS的視頻會議畫面對比度無參考質量評價[J].電視技術,2015，39(11).

TN919.8

A

10.16280/j.videoe.2015.11.018

張洪英(1974— )，女，高級工程師，主研光纖通信、廣播電視技術；

2015-01-13