特点
- 快速、准确、可重复的客观图像质量测量
- 基于人类视觉模型的DMOS(差异平均主观评分)测量
- 能够在各种HD 视频(1080i、720p)和SD 视频格式(525行或625 行)下进行的图像质量测量
- 可用于不同分辨率(从HD到SD,或从HD/SD到CIF)下的图像质量比较
- 可用于基准测试和比较测试的可由用户配置的观看条件和显示模式(选件ADV)
- 提示/ 失真(Attention/Artifact)加权测量(选件ADV)
- 测量执行和观看(Review)模式中的关注区域(ROI)
- 时间域和空间域的自动校准
- 嵌入的由MTS4EA 导入的基准解码器
- 简便的回归测试并自动使用XML脚本(选件ADV),从GUI界面“导出/ 导入”文件
- 提供多个测试结果观看选项
- 提供具有同时信号发生/ 捕获功能以及双通道捕获功能的IP接口(选件IP)
- 嵌入的样值参考序列和测试序列
- 可由用户安装在用户的个人电脑上
应用
- CODEC 设计、优化和验证
- 性能测试,传输设备和系统评测
- 数字电视的原版制作
- 视频压缩业务
- 数字消费产品的开发和生产
图像质量分析软件
PQASW 是一款基于人类视觉系统原理的图像质量分析软件,它提供了一整套可重复的、并与主观人眼视觉评估十分接近的客观图像质量测量。PQASW 的客观图像质量测量为工程技术人员优化视频压缩和图像重现提供了宝贵的信息,使工程技术人员能够为用户和观看者提供高质量的通用载体和分配传输业务。
压缩视频需要新的测试方法
对电视系统而言,最真实的测量应当是观察者的满意程度。我们可以通过测量静态测试信号的失真的方法以间接地表征模拟视频和全带宽数字视频的图像质量特性。但是,表征压缩电视系统的图像特性则要困难得多。压缩系统中的图像质量是随着数据率、图像的复杂度以及所采用的编码算法等的变化而动态地改变。鉴于静态测试信号的性质,它不能提供压缩视频系统中图像质量的真实特性。
在传统上,人眼观察测试是按照TU-R Rec. BT.500-11 所描述的方法进行的。在一密闭的受控环境中播放含有自然内容和自然运动的测试场景,观察者根据自已对图像质量的感受给出一差值平均主观计分或DMOS。使用这种方法的扩展测试,经整理后可以产生一致的主观评分。不过,这种评估压缩视频系统的方法效率低,进行这样的测试往往需要几个星期甚至几个月的时间。进行这样的测试,费用也可能是非常高昂的,而且所得到的结果是不可重复的。因此,利用人眼观察的主观的DMOS测试对于CODEC设计是不实用的,对于运行中的质量评估而言,效率也是很低的。而PQASW 提供了一种快速的、实用的、可重复的客观测量,用它来代替图像质量的主观DMOS 评估。
系统评测
PQASW的用户界面。可显示参考视频序列、被测视频序列以及差值映像图和统计图表。
PQASW可用于视频系统中每一部件的安装、验证和故障查找,因为视频技术是不可知的:既然系统链路中视频输入和输出之间的可见差异是可以量化的,那么就可以把它用于视频质量劣化的评定。不仅可以评测系统中的CODEC 技术,而且可以评测具有潜在可见差异的任何过程。例如,可以用来评定数字传输错误、格式转换(机顶盒中的1080i 至480p 的转换)、3-2 下拉变换、模拟传输劣化、数据错误、慢显示响应时间(slowdisplay response times)、帧频降低(用于移动传输和视频电话、电视会议)等,总之,可以评定所有的图像转换过程,无论是对它们分别进行评定还是任意的组合评定。
PQASW 是如何工作的
PQASW采用两个视频文件作为它的输入:一个文件是原始的参考视频序列,另一个文件是该参考视频序列经过压缩、损伤后或经处理过的序列版本。首先,PQASW 使这两个视频序列在空间域和时间域中对准,在这一过程中无需使用嵌入在视频序列中的校正数据。而后仪器对基于人类视觉系统和提示模型(attention models)的测试视频的质量进行分析,输出与主观评测高度相关的质量测量结果。这个测量结果包括总的图像质量累计度量值、逐帧的测量度量值以及每帧的损伤映射图示。PQASW也可以提供传统的图像质量测量结果,例如PSNR(峰值信杂比),以此作为测量典型视频损伤和失真检测的基准损伤诊断工具。
每一参考视频序列和测试片断可以有不同的分辨率和不同的帧频,PQASW 可以提供HD 与SD 之间、SD 与CIF 之间或其它组合之间的图像质量测量结果。有了这一功能,就可以为诸如格式转换之类的各种视频再应用(repurposing applications)的评测提供支持。例如,DVD 创作、IP 广播和半导体器件设计等。PQASW也能为较长时间长度的视频序列片断测试提供支持,此外还可以通过各种转换处理的方式,对视频片断的图像质量作出定量分析。
预测人类视觉感受
PQASW测量系统的开发是基于人类视觉系统模型,并且增加了新的算法规则,从而对PQA200/300的使用模型作了进一步的改进。利用这种新的扩展技术,就能够在预测各种视频格式(HD、SD、CIF 等)的主观视频质量等级时进行传统的PQR 测量。在测量时计入了用于观看视频的不同显示类型(例如隔行扫描或逐行扫描,CRT显示器或LCD显示器)以及不同的观看条件(例如房间的亮度和观看距离)。
图像质量分析系统
|