Android平臺上基于H.265的視頻測評軟件開發(fā)

　　第一，為達(dá)到客觀的評判，避免誤判視頻本身的模糊需求，在開始評測之前會進(jìn)行主觀失焦評斷。結(jié)合人的主觀評斷和標(biāo)準(zhǔn)視頻流的清晰度標(biāo)準(zhǔn)來刻畫，這樣的評斷更客觀公正。具體實(shí)現(xiàn)界面如圖4。

　　第二，結(jié)合是否主動失焦以及標(biāo)準(zhǔn)流的判斷確定滿分標(biāo)準(zhǔn)，之后進(jìn)行歸一化處理。處理后最終的評判標(biāo)準(zhǔn)如表2。

3.2 亮度

3.2.1 亮度簡介

　　亮度是指發(fā)光體(反光體)表面發(fā)光(反光)強(qiáng)弱的物理量，是人對光的強(qiáng)度的感受。我們認(rèn)為的亮度參數(shù)都是指白色的參數(shù)，然而想要更好地體現(xiàn)視頻的亮度，就不能只用白色的參數(shù)來表示亮度，故而引入了色彩亮度的概念。

3.2.2 亮度評分算法

　　(1)將每一幀的圖片灰度化，并以mat矩陣存儲以方便刻畫行列，統(tǒng)計(jì)圖片中每個(gè)亮度值出現(xiàn)的個(gè)數(shù)，求出平均亮度。根據(jù)前期的主觀評測，選定動態(tài)閾值作為平均比較值。

　　(2)將每一個(gè)像素點(diǎn)的值與動態(tài)閾值作方差，計(jì)算出來的值即可在一定程度上表示圖片的平均亮度。

　　令動態(tài)閾值為，每一個(gè)像素點(diǎn)的灰度值為x，則平均亮度的公式如下：

(4)

　　核心代碼如下：

　　for(int i=0;i<256;i++)

　　{

　　Ma+=abs(i-128-dac)*Hist[i]; }

　　Ma/=float((GRAYimg.rows*GRAYimg.cols));//

　　float M=abs(Ma);

　　float K=D/M;//正常時(shí)這個(gè)值是小于1的

　　avr = K;

　　}

　　(3)最終亮度評斷標(biāo)準(zhǔn)如表3所示。

3.3 色度

3.3.1 色度簡介

　　色度的測量是對顏色的一種客觀評價(jià)，將色度這種度量最終以值的形式表示，有常見的幾種表現(xiàn)模型：CIE、RGB等。

　　在顏色感知的研究中，CIE 1931 XYZ色彩空間是其中一個(gè)最先采用數(shù)學(xué)方式來定義的色彩空間。其中，色彩空間指的是用一種客觀的方式敘述顏色在人眼上的感覺，通常需要三色刺激值，即首先定義三種主要顏色，再利用顏色疊加模型來敘述各種顏色。CIE 1931色彩空間通常用XYZ三個(gè)值來表示三色刺激值^[6]。

　　CIE XYZ和CIE RGB可以相互轉(zhuǎn)換，具體轉(zhuǎn)換方式如下：

(5)

(6)

(7)

(8)

　　轉(zhuǎn)換按照等能白點(diǎn)轉(zhuǎn)換，即有約束：RGB(0.333,0.333,0.333)對應(yīng)XYZ(0.333,0.333,0.333)。

3.3.2 色度評分算法

　　(1)調(diào)用以下Opencv函數(shù)將RGB按照以上公式轉(zhuǎn)換成CIE形式。

　　cvtColor(Input,LABimg,CV_BGR2Lab)

　　(2)同樣調(diào)用Opencv里函數(shù)，得到a、b的值。其中a表示圖像的紅綠分量，b表示黃藍(lán)分量，根據(jù)這兩個(gè)分量可以判斷出圖像的色偏，為評分做準(zhǔn)備。核心代碼如下：

　　dac=a/float(LABimg.rows*LABimg.cols);//a*表示圖像紅/綠分量,計(jì)算紅綠分量的平均值

　　dbc=b/float(LABimg.rows*LABimg.cols);//b*表示圖像黃/藍(lán)分量,計(jì)算黃藍(lán)分量的平均值

　　(3)最終利用a、b的值計(jì)算出L，根據(jù)L的大小來對色度進(jìn)行評分。L的計(jì)算方式如下：

　　float D =sqrt(dac*dac+dbc*dbc);

　　Ma/=float((LABimg.rows*LABimg.cols));

　　Mb/=float((LABimg.rows*LABimg.cols));

　　float M=sqrt(Ma*Ma+Mb*Mb);

　　float K=D/M;

　　avr = K;

　　(4)通過rda，rdb得出整體色彩偏向，然后根據(jù)L得出最后得分如表4所示。

4 結(jié)語

　　本文在Android移動平臺上基于H.265視頻標(biāo)準(zhǔn)，開發(fā)了安卓手機(jī)本地視頻質(zhì)量評測軟件。該測評軟件從視頻流暢度和視頻畫質(zhì)兩個(gè)方面對視頻質(zhì)量做出了測評，其中視頻流暢度包括視頻分辨率和幀率兩個(gè)部分，視頻畫質(zhì)測評包括視頻清晰度、亮度和色度等三個(gè)部分。本文還分析了視頻測評體系建立過程，并闡述了五項(xiàng)評分的核心算法。本文還通過設(shè)計(jì)開發(fā)一個(gè)Android移動平臺軟件，方便用戶選擇視頻質(zhì)量更好的流媒體，同時(shí)也利于運(yùn)營商針對視頻存在的問題進(jìn)行測評維修。這推動了整個(gè)流媒體服務(wù)器的發(fā)展，并且推廣了新一代視頻編解碼技術(shù)H.265。

參考文獻(xiàn)：

　　[1]Ting-Yu Huang,Guo-An Jian,Jui-Chin Chu,Joint Algorithm/Code-Level Optimization of H.264 Video Decoder For Mobile MultiMedia Applications[J], Acoustics, Speech and Signal Processing,pp.2189- 2192.March 2008

　　[2]范媛媛，沈湘衡，桑英軍.基于對比度敏感度的無參考圖像清晰度評價(jià)[J].光學(xué)精密儀器, 2011, 19(10): 2485-2493

　　[3]王鴻南，鐘文，汪靜，等. 圖像清晰度評價(jià)方法研究[J]. 中國圖像圖形學(xué)報(bào), 2004, 9(7): 828-831

　　[4]楊斯涵. 基于邊緣特征的單幀圖像清晰度判定[J]. 計(jì)算機(jī)工程與應(yīng)用, 2009, 45(30): 198-203

　　[5]李奇，馮華君，徐之海，等. 數(shù)字圖像清晰度評價(jià)函數(shù)研究[J]. 光子學(xué)報(bào)，2002,31(6):736-738

　　[6]ATIS Teehnical Report T1.TR.PP.74. Objective video quality measurement using a Peak-Signal-to-Noise-Ratio(PSNR) full reference technique.2004